pandas 中删除2到50行

假设要删除DataFrame中的第2到50行：

import pandas as pd

# 读取文件并创建DataFrame
df = pd.read_csv("example.csv")

# 删除第2到50行
df = df.drop(df.index[1:50])

# 将修改后的DataFrame写入文件
df.to_csv("example.csv", index=False)

这个例子中，首先使用`pd.read_csv()`方法读取文件并创建一个DataFrame。然后使用`drop()`方法删除第2到50行，注意要使用`df.index[1:50]`来指定需要删除的行。最后，使用`to_csv()`方法将修改后的DataFrame重新写入文件中。

相关问题

pandas中删除全空的行

可以使用`dropna()`方法来删除全空的行。该方法会返回一个新的DataFrame对象，原始的DataFrame对象并不会被修改。

使用方法如下：

new_df = df.dropna(how='all')

其中`how`参数指定删除行的条件，`'all'`表示当一行所有元素都为空时才删除，`'any'`表示只要一行有任何一个元素为空就删除。默认值为`'any'`。

例如，下面的代码演示了如何删除所有元素都为空的行：

import pandas as pd
import numpy as np

# 创建一个DataFrame对象
df = pd.DataFrame({'A': [1, 2, np.nan, 4],
                   'B': [np.nan, 2, 3, np.nan],
                   'C': [1, np.nan, np.nan, 4],
                   'D': [np.nan, np.nan, np.nan, np.nan]})

# 删除全空的行
new_df = df.dropna(how='all')

print(new_df)

输出结果为：

     A    B    C   D
0  1.0  NaN  1.0 NaN
1  2.0  2.0  NaN NaN
2  NaN  3.0  NaN NaN
3  4.0  NaN  4.0 NaN

可以看到，第三行所有元素都为空，因此被删除了。

Pandas删除第一到五行

要删除 Pandas 数据框中的第一到第五行，你可以使用 `drop` 方法和切片功能。以下是一种方法：

import pandas as pd

# 创建一个示例数据框
df = pd.DataFrame({'A': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10], 'B': [11, 12, 13, 14, 15, 16, 17, 18, 19, 20]})

# 删除第一到第五行
df = df.drop(df.index[0:5])

在这里，`df.index[0:5]` 返回一个包含第一到第五行索引的 Pandas 索引对象，然后将其传递给 `drop` 方法。请注意，这个方法会返回一个新的数据框，而不会修改原始数据框。如果你想在原始数据框上进行修改，可以将 `inplace=True` 传递给 `drop` 方法。例如：

# 在原始数据框上删除第一到第五行
df.drop(df.index[0:5], inplace=True)

当然，如果你的数据框中有标签索引而不是整数索引，你可以使用 `.loc` 索引器来删除行。例如：

# 使用标签索引删除第一到第五行
df = df.drop(df.loc[df.index[0:5]].index)