如何解决根据三角形下三角形删除索引行
为了加快模型的数据插补和训练过程，我想在数据集中排除尽可能多的网格单元，这些网格单元不属于我的范围。到目前为止，我已经能够删除矩形中的网格单元：
df = df[(df['lon'] <= -114) | (df['lat'] >= 54)]
)。但是，我也想排除三角形内的单元格。 lat = 53,lon = -115).
基本上我的想法是使用与矩形相同的索引函数，但只使用 np.tril() 删除底部/下部三角形：
df = np.tril(df[(df['lon'] >= -115) | (df['lat'] >= 53)])
然而，这似乎不起作用。有谁知道如何解决这个问题？
示例数据集：
lat = np.arange(48.875,60.375,.250)[::-1]
lon = np.arange(-120.125,-109.625,.250)
values = np.random.random(1932)
Y,X = np.meshgrid(lat,lon)
df = pd.DataFrame({'lat': Y.flatten(),'lon': X.flatten(),'vals':values})
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
