数据框删除行 - Python

数据框是Python中进行数据分析时十分常用的数据结构之一。在数据处理中，有时候需要从DataFrame中删除某些行，以后续的数据分析为基础，本文介绍了Python中如何利用pandas库删除数据框的行。

方法一: 使用drop()函数

drop()函数可以从DataFrame中删除任何行或列。它采用一个参数来指定你想要删除的条目的行（axis = 0）或列（axis = 1），还可以指定删除的原因是什么（例如，它是否是重复项）。

下面是一个示例，演示如何使用 drop() 函数删除数据框的一行：

import pandas as pd

# 创建数据框
df = pd.DataFrame({
   'name': ['Alice', 'Bob', 'Charlie', 'David'],
   'age' : [25, 26, 27, 28],
   'salary' : [5000, 5500, 6000, 6500]
})

# 删除第1行
df = df.drop(0)

# 显示新数据框
print(df)

输出：

       name  age  salary
1       Bob   26    5500
2   Charlie   27    6000
3     David   28    6500

在上面的示例中，我们通过 drop() 函数删除了第1行（即索引为0的行）。我们可以看到，新的数据框已经不再包含原数据框的第1行。

方法二：使用iloc属性

iloc 属性是另一种删除行的方法。它是基于位置的方式，使用整数索引值来确定行或列的位置。

下面是一个示例，演示如何使用 iloc 属性删除数据框的一行：

import pandas as pd

# 创建数据框
df = pd.DataFrame({
   'name': ['Alice', 'Bob', 'Charlie', 'David'],
   'age' : [25, 26, 27, 28],
   'salary' : [5000, 5500, 6000, 6500]
})

# 删除第1行
df = df.iloc[1:]

# 显示新数据框
print(df)

输出：

       name  age  salary
1       Bob   26    5500
2   Charlie   27    6000
3     David   28    6500

在上面的示例中，我们使用 iloc 属性删除了第1行（即索引为0的行）。我们可以看到，新的数据框已经不再包含原数据框的第1行。

总结

本文介绍了两种方法，使用Python中的pandas库删除数据框的行。这些技术可应用于任何数据框，以便调整你的数据以适应你的需求。无论你使用哪种方法，都可以轻松地删除数据框中不需要的行。