pandas按行删除

在pandas中，可以使用`drop()`函数按行删除数据。`drop()`函数可以接受一个参数`axis`，用于指定删除的方向，其中`axis=0`表示按行删除，`axis=1`表示按列删除。

下面是按行删除的示例代码：

import pandas as pd

# 创建一个示例DataFrame
data = {'Name': ['John', 'Emma', 'Mike'],
        'Age': [25, 28, 30],
        'City': ['New York', 'London', 'Paris']}
df = pd.DataFrame(data)

# 按行删除第一行数据
df = df.drop(0, axis=0)

print(df)

运行以上代码，输出结果如下：

   Name  Age    City
1  Emma   28  London
2  Mike   30   Paris

在上述示例中，使用`drop()`函数删除了索引为0的行数据，得到了删除后的DataFrame。

相关问题

pandas按值删除行

pandas中按值删除行可以使用DataFrame的drop函数结合条件选择进行操作。具体步骤如下：
1. 首先，使用条件选择操作，筛选出符合要求的行，得到一个布尔型的Series。
2. 然后，使用drop函数，将布尔型的Series作为索引参数传入，删除对应的行。
3. 最后，根据需求选择是否替换原始的DataFrame。

举例来说，如果我们要删除分数小于50且大于20的行，可以使用以下代码：
df.drop(df[(df.score < 50) & (df.score > 20)].index, inplace=True)

pandas按列删除重复行

你可以使用pandas库的drop_duplicates()函数按列删除重复行。可以指定列名或列的索引来决定哪些列需要考虑重复。下面是一个示例代码：

import pandas as pd

# 创建一个包含重复数据的DataFrame
df = pd.DataFrame({
    'A': [1, 1, 2, 2],
    'B': ['a', 'b', 'a', 'b']
})

# 按列删除重复行
df.drop_duplicates(subset=['B'], inplace=True)

print(df)

这个代码将会输出：

   A  B
0  1  a
1  1  b

在这个例子中，我们按B列删除了重复行，因此只有第一行和第二行被保留下来。