dataframe 按序号删除行
时间: 2023-06-05 17:05:30 浏览: 39
可以使用 pandas 中的 drop() 方法,指定需要删除的行序号。具体操作如下:
```python
import pandas as pd
# 创建示例 dataframe
df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': ['a', 'b', 'c', 'd']})
# 按序号删除第 2 行
df.drop(1, inplace=True)
# 输出删除后的 dataframe
print(df)
```
输出结果:
```
A B
0 1 a
2 3 c
3 4 d
```
相关问题
python dataframe 根据序号删除行
要根据序号删除Python中DataFrame中的行,你可以使用`drop()`方法,并指定要删除的行的索引。下面是一个示例:
```python
import pandas as pd
# 创建一个示例DataFrame
data = {'Name': ['John', 'Emma', 'Alex'],
'Age': [25, 28, 30],
'City': ['New York', 'London', 'Paris']}
df = pd.DataFrame(data)
# 删除行
df = df.drop(df.index[1]) # 根据序号删除索引为1的行
print(df)
```
这将删除序号为1的行(索引为1的行),并打印出结果。请注意,DataFrame的索引是从0开始的。
python dataframe 重新指定序号
如果您想使用 Pandas 库中的 DataFrame 类来重新指定序号,可以使用 reset_index() 方法。以下是一个示例:
```python
import pandas as pd
# 创建一个示例 DataFrame
data = {
'Name': ['Alice', 'Bob', 'Charlie', 'David'],
'Age': [25, 30, 35, 40],
'Country': ['USA', 'Canada', 'Mexico', 'Brazil']
}
df = pd.DataFrame(data)
# 重新指定序号
df = df.reset_index(drop=True)
print(df)
```
输出:
```
Name Age Country
0 Alice 25 USA
1 Bob 30 Canada
2 Charlie 35 Mexico
3 David 40 Brazil
```
在上面的示例中,我们使用 reset_index() 方法来重新指定序号,并将 drop 参数设置为 True,以删除原始序号列。如果您想保留原始序号列,则可以将 drop 参数设置为 False 或者不设置该参数。