Pandas：値に基づくDrop（）int64がオブジェクトを返します

Question

1つの列が特定の値以下のすべての行を削除する必要があります。私は以下のコマンドを使用しましたが、これはオブジェクトとして列を返します。私はint64としてそれを維持する必要があります。

df["customer_id"] = df.drop(df["customer_id"][df["customer_id"] < 9999999].index) 
df = df.dropna() 

私は後int64としてフィールド再キャストしようとしましたが、これは全く別の列からのデータと次のエラーが発生します。

invalid literal for long() with base 10: '2014/03/09 11:12:27' 

Answer 1

何フレーム全体をスライスして（そして必要に応じて再インデックスする）間違っていますか？

df = df[df["customer_id"] < 9999999] 
df.index = range(0,len(df)) 

Answer 2

は、私はあなたがboolean indexingreset_indexに必要だと思う：

import pandas as pd 

df = pd.DataFrame({'a': ['s', 'd', 'f', 'g'], 
       'customer_id':[99999990, 99999997, 1000, 8888]}) 
print (df) 
    a customer_id 
0 s  99999990 
1 d  99999997 
2 f   1000 
3 g   8888 

df1 = df[df["customer_id"] > 9999999].reset_index(drop=True) 
print (df1) 
    a customer_id 
0 s  99999990 
1 d  99999997 

ソリューションdropと、しかしslowierです：

df2 = (df.drop(df.loc[df["customer_id"] < 9999999, 'customer_id'].index)) 
print (df2) 
    a customer_id 
0 s  99999990 
1 d  99999997 

タイミング：

In [12]: %timeit df[df["customer_id"] > 9999999].reset_index(drop=True) 
1000 loops, best of 3: 676 µs per loop 

In [13]: %timeit (df.drop(df.loc[df["customer_id"] < 9999999, 'customer_id'].index)) 
1000 loops, best of 3: 921 µs per loop