删除一个dataframe里的奇数行

可以使用以下代码删除一个dataframe里的奇数行：

import pandas as pd

# 创建一个示例dataframe
df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [6, 7, 8, 9, 10]})

# 删除奇数行
df = df.drop(df.index[::2])

print(df)

输出结果：

   A   B
1  2   7
3  4   9

在这个例子中，我们首先创建了一个示例dataframe，然后使用`df.index[::2]`选中了所有奇数行的索引，然后使用`df.drop()`方法删除这些行。最后输出结果。

相关问题

dataframe按另一个dataframe索引删除行

要根据另一个DataFrame的索引删除行，你可以使用`DataFrame.isin()`方法来创建一个布尔索引，该索引指示哪些行的索引在另一个DataFrame中存在。然后，你可以使用该布尔索引来过滤原始DataFrame并删除相应的行。

下面是一个示例代码：

import pandas as pd

# 创建一个示例DataFrame
data = {'Name': ['John', 'Emma', 'Mike', 'Sarah'],
        'Age': [25, 30, 35, 40],
        'City': ['New York', 'London', 'Paris', 'Tokyo']}
df1 = pd.DataFrame(data)

# 创建另一个DataFrame作为索引
index_data = {'Index': [0, 2]}
index_df = pd.DataFrame(index_data)

# 使用isin()方法创建布尔索引
bool_index = df1.index.isin(index_df['Index'])

# 根据布尔索引过滤并删除行
filtered_df = df1[~bool_index]

print(filtered_df)

输出结果为：

   Name  Age    City
1  Emma   30  London
3  Sarah   40   Tokyo

在上面的示例中，我们首先创建了一个示例DataFrame df1和一个包含索引值的DataFrame index_df。然后，我们使用`isin()`方法创建了一个布尔索引bool_index来指示df1中哪些行的索引在index_df中存在。最后，我们使用布尔索引来过滤并删除了相应的行，将结果存储在filtered_df中。

请注意，这里使用了`~`运算符来对布尔索引进行取反操作，以便获取不在指定索引中的行。你可以根据需要修改索引值和列名来适应你的实际情况。

python删除一个dataframe里小于0.85的值

可以使用以下代码删除DataFrame中小于0.85的值：

import pandas as pd

# 创建示例DataFrame
df = pd.DataFrame({'A': [0.5, 0.9, 1.2], 'B': [-0.1, 0.8, 1.1]})

# 删除小于0.85的值
df = df.mask(df < 0.85)

上述代码中，`mask` 方法会将小于0.85的值替换为 NaN，然后返回一个新的 DataFrame。如果想要在原 DataFrame 上直接修改，可以使用 `df.mask(df < 0.85, inplace=True)`。