丢掉dataframe每行数据中第三和第四个数据相同的行

假设要删除的DataFrame为df，可以使用如下代码：

df = df[df.iloc[:,2] != df.iloc[:,3]]

这行代码的意思是：选取所有行，但是只保留第三列和第四列不相同的行。

注意：这种方法只适用于DataFrame中的数据类型为数值类型或字符串类型的情况。如果DataFrame中的数据类型是日期类型或其他类型，则需要先进行类型转换。

相关问题

删除DataFrame中第0行和第1行数据

可以使用 pandas 库中的 drop() 方法来删除 DataFrame 中的行数据，具体实现如下：

import pandas as pd

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

# 删除第0行和第1行数据
df = df.drop([0, 1])

# 打印删除后的 DataFrame
print(df)

输出结果为：

   A  B  C
2  3  6  9

dataframe删除第0行和第1行数据

假设你使用的是Python的pandas库，可以使用以下代码删除DataFrame的第0行和第1行数据：

import pandas as pd

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

# 删除第0行和第1行数据
df = df.drop([0, 1])

# 打印结果
print(df)

输出结果：

   A  B  C
2  3  6  9

其中，`df.drop([0, 1])`表示删除第0行和第1行数据，因为`drop()`方法默认按行进行删除。如果要按列进行删除，需要指定`axis=1`参数，例如`df.drop([0, 1], axis=1)`表示删除第0列和第1列数据。