如何通过索引标签在Pandas DataFrame中删除行

Pandas为数据分析师提供了一种使用.drop()方法来删除和过滤数据框架的方法。行可以使用索引标签或列名使用此方法删除。

语法:

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

参数:
labels：引用行或列名称的字符串或字符串列表。
axis：int或string值，0’index’代表Rows，1’columns’代表Columns。
index或columns：单一标签或列表。索引或列是axis的替代品，不能一起使用。
level:用于在数据框架有多级索引的情况下指定级别。
inplace:在原始数据框中进行修改，如果是真的。
errors：如果列表中的任何值不存在，则忽略错误，当错误=’忽略’时，丢弃其余的值。
返回的类型：数据框架，其中包含放弃的值。

现在，让我们创建一个样本数据框架

# import pandas library
import pandas as pd
  
# dictionary with list object in values
details = {
    'Name' : ['Ankit', 'Aishwarya', 'Shaurya','Shivangi'],
    'Age' : [23, 21, 22,21],
    'University' : ['BHU', 'JNU', 'DU', 'BHU'],
}
  
# creating a Dataframe object
df = pd.DataFrame(details,columns = ['Name','Age','University'],
                  index = ['a', 'b', 'c', 'd'])
  
df

输出:

示例#1：通过行索引标签删除数据框中的单一行。

# import pandas library
import pandas as pd
 
# dictionary with list object in values
details = {
    'Name' : ['Ankit', 'Aishwarya', 'Shaurya', 'Shivangi'],
    'Age' : [23, 21, 22, 21],
    'University' : ['BHU', 'JNU', 'DU', 'BHU'],
}
 
# creating a Dataframe object
df = pd.DataFrame(details, columns = ['Name', 'Age', 'University'],
                  index = ['a', 'b', 'c', 'd'])
 
# return a new dataframe by dropping a
# row 'c' from dataframe
update_df = df.drop('c')
 
update_df

输出 :

例子#2：通过索引标签删除数据框架中的多条记录。

# import pandas library
import pandas as pd
 
# dictionary with list object in values
details = {
    'Name' : ['Ankit', 'Aishwarya', 'Shaurya', 'Shivangi'],
    'Age' : [23, 21, 22, 21],
    'University' : ['BHU', 'JNU', 'DU', 'BHU'],
}
 
# creating a Dataframe object
df = pd.DataFrame(details, columns = ['Name', 'Age', 'University'],
                  index = ['a', 'b', 'c', 'd'])
 
# return a new dataframe by dropping a row
# 'b' & 'c' from dataframe
update_df = df.drop(['b', 'c'])
 
update_df

输出 :

实例#3：按数据框架中的索引位置删除多条记录。

# import pandas library
import pandas as pd
 
# dictionary with list object in values
details = {
    'Name' : ['Ankit', 'Aishwarya', 'Shaurya', 'Shivangi'],
    'Age' : [23, 21, 22, 21],
    'University' : ['BHU', 'JNU', 'DU', 'BHU'],
}
 
# creating a Dataframe object
df = pd.DataFrame(details, columns = ['Name', 'Age', 'University'],
                  index = ['a', 'b', 'c', 'd'])
 
# return a new dataframe by dropping a row
# 'b' & 'c' from dataframe using their
# respective index position
update_df = df.drop([df.index[1], df.index[2]])
 
update_df

输出 :

例子#4：从数据框架中删除行，在地方。

# import pandas library
import pandas as pd
 
# dictionary with list object in values
details = {
    'Name' : ['Ankit', 'Aishwarya', 'Shaurya', 'Shivangi'],
    'Age' : [23, 21, 22, 21],
    'University' : ['BHU', 'JNU', 'DU', 'BHU'],
}
 
# creating a Dataframe object
df = pd.DataFrame(details, columns = ['Name', 'Age', 'University'],
                  index = ['a', 'b', 'c', 'd'])
 
# dropping a row 'c' & 'd' from actual dataframe
df.drop(['c', 'd'], inplace = True )
 
df

输出 :