dataframe按条件删除行列

要按条件删除行或列，可以使用 Pandas 的 drop 方法。

删除行：

df.drop(df[df['column'] == value].index, inplace=True)

其中，`column` 是要筛选的列名，`value` 是要筛选的值，`index` 是要删除的行的索引。

如果要删除多个条件下的行，可以使用 & 或 | 连接多个条件：

df.drop(df[(df['column1'] == value1) & (df['column2'] == value2)].index, inplace=True)

删除列：

df.drop('column', axis=1, inplace=True)

其中，`column` 是要删除的列名，`axis=1` 表示按列操作。如果要删除多列，可以传入一个列表：

df.drop(['column1', 'column2'], axis=1, inplace=True)

注意，`inplace=True` 表示在原 DataFrame 上进行操作，不会返回一个新的 DataFrame。如果不想改变原 DataFrame，可以不传入该参数，返回一个新的 DataFrame。

相关问题

python 两个dataframe按条件左连接

可以使用 pandas 库中的 merge() 函数来实现两个 DataFrame 的左连接操作。以下是一个示例代码：

import pandas as pd

# 创建两个 DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3],
                    'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [1, 2, 4],
                    'C': [7, 8, 9]})

# 按条件进行左连接
result = pd.merge(df1, df2, on='A', how='left')

print(result)

上述代码中，我们创建了两个 DataFrame：df1 和 df2。通过 merge() 函数，我们按照 'A' 列进行左连接，将 df2 中的对应行合并到 df1 中。最后打印输出结果。你可以根据实际需求修改列名和条件。

dataframe按两个条件筛选

当你想要按照两个条件对 DataFrame 进行筛选时，你可以使用逻辑运算符 `&`（与）来组合多个条件。下面是一个示例代码，假设我们有一个名为 `df` 的 DataFrame，想要筛选满足条件 A 和条件 B 的行：

condition_a = df['column_name_a'] > 10
condition_b = df['column_name_b'] == 'some_value'

filtered_df = df[condition_a & condition_b]

在这个示例中，`condition_a` 和 `condition_b` 是两个条件表达式，你需要将它们替换为实际的条件。`column_name_a` 和 `column_name_b` 是你想要应用条件的列名。`filtered_df` 将是满足条件 A 和条件 B 的行组成的新 DataFrame。

希望这个示例能帮到你！如果你有更多问题，请继续提问。