📅  最后修改于: 2023-12-03 14:49:24.728000             🧑  作者: Mango
在Python中,可以使用不同的方法从数据框中删除行。数据框是一种二维表格结构,通常使用pandas库来操作。
可以使用drop()
函数删除数据框中的行。通过指定要删除行的索引或行号,可以实现删除。下面是一个示例:
import pandas as pd
# 创建一个数据框
data = {'Name': ['John', 'Emma', 'Ryan', 'Sophia'],
'Age': [28, 31, 24, 29],
'City': ['New York', 'Paris', 'London', 'Sydney']}
df = pd.DataFrame(data)
# 删除索引为2的行
df = df.drop(2)
print(df)
输出:
Name Age City
0 John 28 New York
1 Emma 31 Paris
3 Sophia 29 Sydney
在上面的示例中,我们使用drop()
函数删除了索引为2的行,并将结果赋值给了数据框 df
。
除了通过索引删除行,还可以使用条件删除行。通过在drop()
函数中指定条件,可以实现根据特定条件删除行的操作。下面是一个示例:
import pandas as pd
# 创建一个数据框
data = {'Name': ['John', 'Emma', 'Ryan', 'Sophia'],
'Age': [28, 31, 24, 29],
'City': ['New York', 'Paris', 'London', 'Sydney']}
df = pd.DataFrame(data)
# 根据条件删除行,删除年龄小于30的行
df = df.drop(df[df['Age'] < 30].index)
print(df)
输出:
Name Age City
1 Emma 31 Paris
3 Sophia 29 Sydney
在上面的示例中,我们使用drop()
函数删除了年龄小于30的行,并将结果赋值给了数据框 df
。
drop()
函数默认会返回一个新的数据框,而不是在原始数据框上直接进行修改。如果希望在原始数据框上进行修改,可以使用inplace=True
参数,即 df.drop(2, inplace=True)
。reset_index()
函数,即 df.reset_index(drop=True)
。这是关于如何从数据框中删除行的简要介绍。无论是通过索引还是条件,都可以实现删除数据框中的行。希望这对你有帮助!