pandas如何删除行

可以使用pandas中的drop()函数来删除行，具体用法如下：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 删除第一行
df = df.drop(0)

# 删除多行，可以传入一个列表
df = df.drop([1, 2])

# inplace参数为True时，会直接修改原DataFrame，不返回新的DataFrame
df.drop(0, inplace=True)

其中，drop()函数的第一个参数为要删除的行的索引，可以是一个整数或一个整数列表。inplace参数为True时，会直接修改原DataFrame，不返回新的DataFrame。

相关问题

pandas 删除行

要删除pandas DataFrame中的行，可以使用`drop()`方法。以下是删除行的几种常见方法：

1. 使用索引标签删除行：

df.drop(['index_label_1', 'index_label_2'], axis=0, inplace=True)

其中，`index_label_1`和`index_label_2`是要删除的行的索引标签。`axis=0`表示删除行，`inplace=True`表示直接在原始DataFrame上进行修改。

2. 使用行号删除行：

df.drop([0, 1], axis=0, inplace=True)

其中，`0`和`1`是要删除的行的行号。

3. 使用条件删除行：

df = df[~(condition)]

其中，`condition`是一个布尔条件，用于筛选要保留的行。使用波浪符`~`对条件取反，可以删除满足条件的行。

Pandas删除行

你可以使用 `drop` 方法来删除 Pandas 数据框中的行。例如，如果你想删除索引为 0 的行，你可以这样做：

import pandas as pd

# 创建一个示例数据框
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 删除索引为 0 的行
df = df.drop(0)

你也可以在调用 `drop` 方法时指定参数 `axis=0`，它告诉 Pandas 删除行而不是列。例如，如果你想删除行名为 'row1' 的行，你可以这样做：

# 删除行名为 'row1' 的行
df = df.drop('row1', axis=0)

请注意，这两种方法都不会修改原始数据框，而是返回一个新的数据框。如果你想在原始数据框上进行修改，可以将 `inplace=True` 传递给 `drop` 方法。例如：

# 在原始数据框上删除行名为 'row1' 的行
df.drop('row1', axis=0, inplace=True)