dataframe删除行

要删除 DataFrame 中的行，可以使用 `drop()` 方法。以下是一些示例：

1. 删除单行：

df.drop(index=2, inplace=True)

这将删除索引值为 2 的行，并在原始 DataFrame 上进行更改。

2. 删除多行：

df.drop(index=[2, 3, 4], inplace=True)

这将删除索引值为 2、3 和 4 的行，并在原始 DataFrame 上进行更改。

3. 根据条件删除行：

df.drop(df[df['column_name'] > 50].index, inplace=True)

这将删除所有 `column_name` 列中大于 50 的行，并在原始 DataFrame 上进行更改。

注意使用 `inplace=True` 参数，才能在原始 DataFrame 上进行更改，否则会返回一个新的 DataFrame。

相关问题

DataFrame 删除行

DataFrame删除行可以使用`drop`方法来实现。使用`drop`方法时，我们需要指定要删除的行的索引或行号，并设置`axis`参数为0。例如，以下是删除特定行的代码示例：

df.drop([1, 3, 5], axis=0, inplace=True)

这将删除行索引为1、3和5的行，并且更改将应用于原始DataFrame。如果将`inplace`参数设置为False（默认值），则原始DataFrame不会更改，而是返回一个新的DataFrame。

另外，还可以根据条件来删除行。例如，以下是根据某个条件删除行的代码示例：

df = df.drop(df[df['column_name'] == some_value].index)

这将删除满足条件`column_name`等于`some_value`的所有行。

请注意，在使用`drop`方法时，指定的行索引或行号必须存在于DataFrame中，否则会报错。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [使用DataFrame删除行和列的实例讲解](https://download.csdn.net/download/weixin_38670065/12869690)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"]
- *2* [DataFrame-删除行列](https://blog.csdn.net/qq_41357569/article/details/118629698)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"]
- *3* [12_Pandas.DataFrame删除指定行和列（drop）](https://blog.csdn.net/qq_18351157/article/details/105785367)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"]
[ .reference_list ]

dataframe 删除行

在Python的pandas库中，可以使用drop函数来删除DataFrame中的行。下面是一个示例：

import pandas as pd

# 创建一个示例DataFrame
data = {'Name': ['John', 'Emma', 'Mike', 'Sophia'],
        'Age': [25, 28, 32, 35],
        'City': ['New York', 'London', 'Paris', 'Tokyo']}
df = pd.DataFrame(data)

# 删除指定行
df = df.drop(1)  # 删除索引为1的行

# 删除多行
df = df.drop([0, 2])  # 删除索引为0和2的行

# 删除满足条件的行
df = df[df['Age'] > 30]  # 删除年龄大于30的行

# 打印结果
print(df)

这个示例中，我们首先创建了一个DataFrame对象，然后使用drop函数删除了指定的行。你可以根据需要选择删除单个行、多个行或满足特定条件的行。最后，我们打印出删除行后的DataFrame。