1.通过行号删除
df.drop(df.index[0], inplace=True) # 删除第一行 df.drop(df.index[0:3], inplace=True) # 删除前三行 df.drop(df.index[0, 2, 5], inplace=True) # 删除第1行,第3行,第6行 # 中括号方式的取值,都是左闭右开inplace参数的解释
inplace = True:不创建新的对象,直接对原始对象进行修改;
inplace = False:对数据进行修改,创建并返回新的对象承载其修改结果。
默认是False,即创建新的对象进行修改,原对象不变,和深复制和浅复制有些类似。
2.重新排列行索引
重新从0开始排序,返回一个新的DataFrame
df = df.reset_index(drop=True)
Pandas的学习(pandas中删除行以及重排(重建)行索引)
于 2021-09-11 17:04:17 首次发布
本文介绍了如何使用Pandas库删除DataFrame的行。通过`df.drop()`函数,可以按行号或者指定行索引删除数据。`inplace=True`参数用于直接在原始对象上进行修改,而`False`则会返回一个新的DataFrame。同时,`df.reset_index(drop=True)`用于重置行索引,使其从0开始,并删除原来的索引列。
Python3.8
Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本
您可能感兴趣的与本文相关的镜像
Python3.8
Conda
Python
Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本
2万+

被折叠的 条评论
为什么被折叠?



