Python pandas删除符合条件的行

您可以使用 Pandas 的 drop 函数删除符合条件的行。例如，如果您想删除一列名为“age”的行（其中值为25），则可以执行以下代码：

import pandas as pd

# 创建一个示例数据集
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 30, 25, 35],
        'city': ['Beijing', 'Shanghai', 'Guangzhou', 'Shenzhen']}
df = pd.DataFrame(data)

# 删除符合条件的行
df = df.drop(df[(df.age == 25)].index)

# 显示结果
print(df)

输出结果将不包括年龄为25岁的行：

      name  age      city
1      Bob   30  Shanghai
3    David   35  Shenzhen

需要注意的是，这里的 `drop` 函数是对原始 DataFrame 进行修改操作的，如果您想将结果保存到新的 DataFrame 中，请使用 `df_new = df.drop(...)` 的方式。

相关问题

pandas删除符合条件的行_【Python】Pandas基础：结构化数据处理

好的，你的问题是关于 Pandas 如何删除符合条件的行。对于 Pandas 数据框，我们可以使用 drop 函数来删除符合条件的行。其中，drop 函数有两个参数，一个是要删除的行的索引或标签，另一个是指定要删除的轴（行或列）。下面是一些例子：

1. 删除某一列满足条件的所有行：

df = df.drop(df[df['column_name'] == condition].index)

2. 删除多列满足条件的所有行：

df = df.drop(df[(df['column_name1'] == condition1) & (df['column_name2'] == condition2)].index)

3. 删除某一列包含给定字符的所有行：

df = df.drop(df[df['column_name'].str.contains('string')].index)

除了 drop 函数外，也可以使用其他函数来删除符合条件的行，如 dropna 函数，它可以删除含有缺失值的行。希望这些例子能够帮助到你。

python删除符合条件的行_Pandas怎样按条件删除行？

要按条件删除 Pandas DataFrame 中的行，可以使用 `drop()` 方法。例如，假设我们有一个名为 `df` 的 DataFrame，想要删除列名为 `column_name` 的所有行，可以使用以下代码：

df = df.drop(df[df['column_name'] == condition].index)

其中，`condition` 是一个布尔条件，用于筛选要删除的行。`df[df['column_name'] == condition]` 返回符合条件的行的索引，然后我们使用 `drop()` 方法删除这些行。

还可以使用 `query()` 方法来过滤 DataFrame，然后使用 `drop()` 方法删除筛选出来的行。例如，假设我们有一个名为 `df` 的 DataFrame，想要删除列名为 `column_name` 的所有值等于 `value` 的行，可以使用以下代码：

df = df.drop(df.query('column_name == @value').index)

其中，`@value` 表示 `value` 是一个变量，需要用 `query()` 方法的变量引用语法来引用。`query()` 方法返回符合条件的行的索引，然后我们使用 `drop()` 方法删除这些行。