从数据框中删除行 - Python

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。

通过索引删除行

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。

通过条件删除行

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。

注意事项

• 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)。
• 删除行后，索引不会自动重新排序。如果希望重新排序索引，可以使用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！