python - 删除满足条件的数据框行的一半

我正在寻找基于条件提取数据帧的子集。比如说

 df = pd.Dataframe({'Col1': [values1], 'Col2' = [values2], 'Col3' = [values3]})

我想按颜色分类。在Col2中有负数（如果有的话）的条目中，我想去掉最大的一半。所以如果values2=[-5,10,13，-3，-1，-2]，那么我想删除与值-5和-3对应的行。
如果我只想在排序后删除整个数据帧的一半，我（认为）可以

df = df.iloc[(df.shape[0]/2):]

不知道如何引入只减少一半负值的条件。我的绝大多数经验都是在numpy中——仍然习惯于用数据帧来思考问题。提前谢谢。

最佳答案

一种直截了当的方法，首先，您希望对数据帧进行排序：

In [16]:  df = pd.DataFrame({'Col1': values1, 'Col2':values2, 'Col3': values3})
In [17]: df
Out[17]:
   Col1  Col2 Col3
0     1    -5    a
1     2    10    b
2     3    13    c
3     4    -3    d
4     5    -1    e
5     6    -2    f

In [18]: df.sort_values('Col2', inplace=True)

In [19]: df
Out[19]:
   Col1  Col2 Col3
0     1    -5    a
3     4    -3    d
5     6    -2    f
4     5    -1    e
1     2    10    b
2     3    13    c

然后，为负值创建一个布尔掩码，使用np.where获取索引，将索引减半，然后删除这些索引：

In [20]: mask = (df.Col2 < 0)

In [21]: idx, = np.where(mask)

In [22]: df.drop(df.index[idx[:len(idx)//2]])
Out[22]:
   Col1  Col2 Col3
5     6    -2    f
4     5    -1    e
1     2    10    b
2     3    13    c