与多索引串联，如果值为XX，则删除行

Question

您好，我建立了一个相关矩阵，想删除XX下的所有标签和值我正在建立一个系列，因此我可以遍历值，但是我不知道如何删除原始值。下一步是将其转换回数据框。也许您知道更好的方法。

这里有个小例子

import numpy as np
import pandas as pd  

data = np.random.rand(4,4)
df = pd.DataFrame(data, index = ['varname1', 'varname2', 'varname3', 'varname4'], 
                  columns = ['longname1', 'longname2', 'longname3', 'longname4'])

corr = abs(df.corr().stack())
corr = corr[corr.index.get_level_values(0) != corr.index.get_level_values(1)] #delete doubles

for i in range(len(corr.keys())):
    if corr[i] <= 0.2:
        corr = corr.drop(corr[i]) # how can i delete the raws

Answer 1

您可以按&链接另一个遮罩以按位AND并按boolean indexing进行过滤，以重新整形并添加boolean indexing：

Series.unstack

另一个想法是用Series.unstack替换缺失值，然后用

np.random.seed(2020)
data = np.random.rand(4,4)
df = pd.DataFrame(data, index = ['varname1', 'varname2', 'varname3', 'varname4'], 
                  columns = ['longname1', 'longname2', 'longname3', 'longname4'])

print (df)
          longname1  longname2  longname3  longname4
varname1   0.986277   0.873392   0.509746   0.271836
varname2   0.336919   0.216954   0.276477   0.343316
varname3   0.862159   0.156700   0.140887   0.757080
varname4   0.736325   0.355663   0.341093   0.666803

corr = df.corr().stack().abs()
m1 = corr.index.get_level_values(0) != corr.index.get_level_values(1)
m2 = corr > 0.2
corr = corr[m1 & m2].unstack()
print (corr)
           longname1  longname2  longname3  longname4
longname1        NaN   0.584300   0.326267        NaN
longname2   0.584300        NaN   0.937580   0.641093
longname3   0.326267   0.937580        NaN   0.720851
longname4        NaN   0.641093   0.720851        NaN

的DataFrame.where填充对角线值>

DataFrame.where