如何从数据框 pandas 中删除某些行 - Python

在数据分析中，我们经常需要对数据进行清理和处理，其中删除某些行是一个常见的需求。在 Python 中，pandas 是一个很有用的数据分析库，它提供了很多方便的函数和方法来进行数据操作。下面我们将介绍如何从数据框 pandas 中删除某些行。

删除全部行

如果我们需要删除数据框 pandas 中的全部行，可以使用 drop 方法，并指定 axis 参数为 0，即按行删除。示例如下：

import pandas as pd

# 创建数据框
data = {'Name': ['Tom', 'Jack', 'Steve', 'Ricky'], 
        'Age': [28, 34, 29, 42]}
df = pd.DataFrame(data)

# 删除全部行
df.drop(index=df.index, inplace=True)

print(df)

输出结果如下：

Empty DataFrame
Columns: [Name, Age]
Index: []

删除指定行

如果我们需要删除数据框 pandas 中的指定行，可以使用 drop 方法，并指定要删除的行的索引。示例如下：

import pandas as pd

# 创建数据框
data = {'Name': ['Tom', 'Jack', 'Steve', 'Ricky'], 
        'Age': [28, 34, 29, 42]}
df = pd.DataFrame(data)

# 删除第一行和第三行
df.drop(index=[0, 2], inplace=True)

print(df)

输出结果如下：

    Name  Age
1   Jack   34
3  Ricky   42

根据条件删除行

如果我们需要根据条件删除数据框 pandas 中的行，可以使用布尔索引。示例如下：

import pandas as pd

# 创建数据框
data = {'Name': ['Tom', 'Jack', 'Steve', 'Ricky'], 
        'Age': [28, 34, 29, 42]}
df = pd.DataFrame(data)

# 删除年龄大于等于 30 岁的行
df = df.loc[df['Age'] < 30]

print(df)

输出结果如下：

    Name  Age
0    Tom   28
2  Steve   29

总结

以上是从数据框 pandas 中删除某些行的方法介绍。我们可以通过指定索引、条件等方式来删除数据框中的指定行，需要注意的是，drop 方法默认返回一个新的数据框，如果需要在原数据框中更新，需要指定 inplace 参数为 True。