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

dataframe 一行数据排序

在 Pandas 中，我们可以使用 `sort_values()` 函数来按照指定的列或者行对 DataFrame 进行排序。例如，要对 DataFrame 的某一行数据进行排序，可以按照以下方式操作：

import pandas as pd

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

# 对第一行数据进行排序
sorted_row = df.iloc.sort_values()

print(sorted_row)

在上述代码中，我们首先创建了一个包含三列数据的 DataFrame，并使用 `iloc` 选取了第一行数据。然后，我们使用 `sort_values()` 函数对第一行数据进行排序，并将结果存储在 `sorted_row` 变量中。最后，使用 `print()` 函数输出排序后的结果。

如果要对 DataFrame 的某一列数据进行排序，可以按照以下方式操作：

import pandas as pd

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

# 对 B 列数据进行排序
sorted_col = df.sort_values(by='B')

print(sorted_col)

在上述代码中，我们使用 `sort_values()` 函数并指定 `by` 参数为 `'B'` 来对 DataFrame 的 B 列数据进行排序，并将结果存储在 `sorted_col` 变量中。最后，使用 `print()` 函数输出排序后的结果。

pandas dataframe添加行数据

在Pandas DataFrame中，有几种方法可以添加新的行数据。下面是两种常用的方法：

方法一：使用append()函数

import pandas as pd

# 创建一个空的DataFrame
df = pd.DataFrame(columns=['姓名', '种类', '重量'])

# 添加一行数据
new_row = {'姓名': '老许', '种类': '猫', '重量': '10'}
df = df.append(new_row, ignore_index=True)

# 打印DataFrame
print(df)

方法二：使用loc[]和at[]函数

import pandas as pd

# 创建一个空的DataFrame
df = pd.DataFrame(columns=['姓名', '种类', '重量'])

# 添加一行数据
df.loc[0] = ['老许', '猫', '10']

# 打印DataFrame
print(df)

这两种方法都可以用来添加一行数据到DataFrame中。你可以根据自己的需求选择其中一种方法来使用。