pandas 删除行

在Pandas中，删除行主要有两种方法：

1、使用drop()函数，通过索引值删除行。

2、使用布尔索引，通过条件筛选出需要保留的行。

以下是详细的步骤和代码示例：

方法一：使用drop()函数

drop()函数的基本语法是：

DataFrame.drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise')

labels是要删除的标签，axis是轴向，0表示行，1表示列，index是要删除的行索引，columns是要删除的列索引，level是多层索引的级别，inplace是否在原数据上进行修改，errors错误处理方式。

我们有一个DataFrame，我们想要删除索引为1的行：

import pandas as pd
创建一个DataFrame
df = pd.DataFrame({
   'A': ['A0', 'A1', 'A2', 'A3'],
   'B': ['B0', 'B1', 'B2', 'B3'],
   'C': ['C0', 'C1', 'C2', 'C3'],
   'D': ['D0', 'D1', 'D2', 'D3']},
   index=[0, 1, 2, 3])
print("原始DataFrame：")
print(df)
删除索引为1的行
df.drop(1, inplace=True)
print("n删除索引为1后的DataFrame：")
print(df)

方法二：使用布尔索引

布尔索引是一种非常强大的工具，可以用来选择满足特定条件的行，我们想要删除所有’A’列值为’A1’的行：

import pandas as pd
创建一个DataFrame
df = pd.DataFrame({
   'A': ['A0', 'A1', 'A2', 'A3'],
   'B': ['B0', 'B1', 'B2', 'B3'],
   'C': ['C0', 'C1', 'C2', 'C3'],
   'D': ['D0', 'D1', 'D2', 'D3']})
print("原始DataFrame：")
print(df)
使用布尔索引删除所有'A'列值为'A1'的行
df = df[df['A'] != 'A1']
print("n删除所有'A'列值为'A1'后的DataFrame：")
print(df)

以上就是在Pandas中删除行的方法。