pandas条件删除

在Pandas中，条件删除（也称为过滤或切片）是指基于某些条件从DataFrame或Series中删除指定的数据行或元素。你可以使用`drop`函数结合布尔索引来实现这个操作。这里有几个常见的用法：

1. 删除某一列：

   df = df[df['column_name'] != condition]  # 删除列名对应的值满足condition的行

2. 删除某一行或多行：

   df = df[df['column_name'].isin(some_values)] == False  # some_values是你想保留的值集合
   df = df.dropna()  # 删除所有含有NaN的行

3. 删除满足特定条件的所有行：

   df = df[df['column_name'] > threshold]  # 删除column_name列大于threshold的行

4. 删除满足多个条件的行：

   mask = (df['column1'] > value1) & (df['column2'] < value2)  # 创建布尔数组
   df = df[~mask]  # ~表示取反，即选择不符合条件的行

注意，`drop`函数会直接修改原始数据，如果你想保持原始数据不变，可以先复制一份再进行操作：

df_copy = df[df['column_name'] != condition].copy()