pandas 删除行|极客教程

pandas 删除行

在数据处理和分析中，经常需要对数据集进行清洗和整理，其中一个常见的操作就是删除某些行。在 Python 中，pandas 库提供了强大而灵活的工具，可以轻松完成这个任务。本文将详细介绍如何使用 pandas 删除行数据。

1. 数据准备

首先，我们需要准备一个示例数据集来演示删除行的操作。假设我们有一个包含学生信息的数据集，包括学生姓名、年龄、成绩等信息。示例数据集如下：

import pandas as pd

data = {
    '姓名': ['张三', '李四', '王五', '赵六', '钱七'],
    '年龄': [18, 20, 19, 21, 22],
    '成绩': [80, 85, 78, 90, 92]
}

df = pd.DataFrame(data)
print(df)

运行以上代码，我们可以得到以下数据集：

   姓名  年龄  成绩
0  张三  18  80
1  李四  20  85
2  王五  19  78
3  赵六  21  90
4  钱七  22  92

2. 删除行

2.1 按索引删除行

要删除数据集中的某一行，最简单的方法是按照该行的索引进行删除。可以使用 drop() 方法来实现，以下是删除第一行的示例代码：

df.drop(0, inplace=True)
print(df)

运行以上代码，我们可以看到第一行已经被成功删除：

   姓名  年龄  成绩
1  李四  20  85
2  王五  19  78
3  赵六  21  90
4  钱七  22  92

如果不想改变原始数据集，可以去掉 inplace=True 参数。

2.2 按条件删除行

有时候我们需要按照某个条件来删除行数据。比如，我们可以删除成绩低于80分的学生记录。以下是示例代码：

df = df[df['成绩'] >= 80]
print(df)

运行以上代码，我们可以得到删除成绩低于80分的学生记录后的数据集：

   姓名  年龄  成绩
1  李四  20  85
3  赵六  21  90
4  钱七  22  92

2.3 按列值删除行

有时候我们也可能需要根据某一列的数值来删除行数据。以下是示例代码，删除姓名为“王五”的学生记录：

df = df[df['姓名'] != '王五']
print(df)

运行以上代码，我们可以看到删除姓名为“王五”的学生记录后的数据集：

   姓名  年龄  成绩
1  李四  20  85
3  赵六  21  90
4  钱七  22  92

3. 总结

本文介绍了如何使用 pandas 删除行数据，包括按索引、按条件和按列值删除行的方法。通过这些方法，我们可以实现数据集的灵活清理和整理，为后续的分析工作提供便利。

pandas 删除行