dataframe按照列号删除前100行

下面是一个示例代码，可以在Python中使用Pandas库来实现。

import pandas as pd

# 读取数据
df = pd.read_csv('data.csv')

# 删除前100行，按照列号
df = df.iloc[100:, :]

在这里，我们使用了Pandas库中的`read_csv`函数来读取数据文件，然后使用`iloc`函数来删除前100行。 `iloc`函数使用整数索引来选择数据的子集。 在这里，我们选择从100行到最后一行，并保留所有列。

相关问题

dataframe按列值删除行

可以使用DataFrame.drop()方法实现按列值删除行。例如，要删除列名为"col_name"，值为"value_to_delete"的行，可以使用以下代码：

df = df.drop(df[df.col_name == value_to_delete].index)

其中，df是你要操作的DataFrame，"col_name"和"value_to_delete"分别是要删除的列名和列值。代码执行后，DataFrame中列名为"col_name"且值为"value_to_delete"的行将会被删除。

dataframe根据列值删除行

根据引用和[2]的内容，我们可以根据列值删除DataFrame中的行。一种方法是使用isin()函数进行索引，将不在指定值列表中的行选取出来。另一种方法是使用query()函数，通过查询不包含指定值的行来筛选数据。以下是具体的示例代码：

方法一：使用isin()函数进行索引

import pandas as pd

df = pd.DataFrame({'a': [1, 2, 3, 4, 5],
                   'b': [2, 7, 3, 1, 4],
                   'c': [2, 0, 7, 3, 2})

my_list = [1, 7, 8]
df_filtered = df.loc})

my_list = [1, 7, 8]
df_filtered = df.query('@my_list not in b')

print(df_filtered)

输出：

   a  b  c
0  1  2  2
2  3  3  7
3  4  1  3
4  5  4  2

通过以上两种方法，我们可以根据列值删除DataFrame中的行。这些方法在处理大量数据时速度较快，因此更加高效。