怎么删除dataframe的多行

删除 DataFrame 中的多行可以使用 `drop()` 方法。可以使用以下代码删除 DataFrame 中的多行：

df.drop(index=[row1, row2, row3], inplace=True)

其中，`row1`、`row2`、`row3` 分别是需要删除的行的索引，`inplace=True` 表示在原 DataFrame 上进行操作，如果不加 `inplace=True`，则会返回一个删除后的新 DataFrame。

例如，假设现在有一个 DataFrame，名为 `df`，其中有 5 行数据：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': ['a', 'b', 'c', 'd', 'e']})
print(df)

输出结果为：

   A  B
0  1  a
1  2  b
2  3  c
3  4  d
4  5  e

如果要删除第 2 行和第 4 行，可以使用以下代码：

df.drop(index=[1, 3], inplace=True)
print(df)

输出结果为：

   A  B
0  1  a
2  3  c
4  5  e

相关问题

dataframe 多行除法

DataFrame 是一种在数据分析库 pandas 中常用的数据结构，它类似于二维表格，可以存储各种类型的列数据。如果你想要对 DataFrame 的多行进行除法操作，你可以直接使用 Python 的 `/` 运算符。这里有一个简单的例子：

import pandas as pd

# 假设我们有以下两个 Series 或者 DataFrames
df1 = pd.DataFrame({'A': [10, 20], 'B': [5, 15]})
df2 = pd.DataFrame({'A': [2, 4]}, index=['row1', 'row2'])  # 使用相同的索引以便对应

# 对 df1 的每一行 A 列进行 df2 A 列的除法
result = df1['A'] / df2['A']
print(result)

# 如果你想保持原始 DataFrame 的结构，可以这样操作：
result_df = df1.apply(lambda row: row['A'] / df2.loc[row.name]['A'], axis=1)
print(result_df)

在这个例子中，`apply()` 函数用于沿指定轴（默认为 0，即行方向）应用函数。`lambda row: ...` 是一个匿名函数，表示对每行进行除法运算。

dataframe多行合并成一行

可以使用Pandas库中的`concat()`函数，将多个DataFrame合并成一个，并设置`axis=1`参数使其沿着列方向合并。然后使用`reset_index()`函数重置索引并将结果作为一个新的DataFrame返回。

示例代码：

import pandas as pd

# 创建示例DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [7, 8, 9], 'B': [10, 11, 12]})
df3 = pd.DataFrame({'A': [13, 14, 15], 'B': [16, 17, 18]})

# 将多个DataFrame合并成一个
df_concat = pd.concat([df1, df2, df3], axis=1)

# 重置索引并将结果作为一个新的DataFrame返回
df_merged = df_concat.reset_index(drop=True)

print(df_merged)

输出：

   A  B  A   B   A   B
0  1  4  7  10  13  16
1  2  5  8  11  14  17
2  3  6  9  12  15  18