掌握pandas刪除指定值的行：詳解多種方法

一、基礎方法：使用條件語句

其中最基礎的方法是使用條件語句進行刪除，即使用DataFrame的loc方法進行切片操作，如下：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 32, 18, 47],
        'gender': ['F', 'M', 'M', 'M'],
        'score': [70, 82, 65, 90]}
df = pd.DataFrame(data)

# 刪除年齡小於20歲的行
df = df.loc[df['age'] >= 20]

以上代碼即刪除了年齡小於20歲的行，返回結果如下：

      name  age gender  score
0    Alice   25      F     70
1      Bob   32      M     82
3    David   47      M     90

這種方法簡單易懂，但是如果要刪除多個條件的行比較麻煩，需要使用多次loc操作。

二、使用query方法

query方法是pandas提供的比較方便的篩選方法，可以一次性完成多重篩選，如下所示：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 32, 18, 47],
        'gender': ['F', 'M', 'M', 'M'],
        'score': [70, 82, 65, 90]}
df = pd.DataFrame(data)

# 刪除年齡小於20歲或分數小於70分的行
df = df.query('age >= 20 and score >= 70')

以上代碼即刪除了年齡小於20歲且分數小於70分的行，返回結果如下：

    name  age gender  score
0  Alice   25      F     70
1    Bob   32      M     82
3  David   47      M     90

需要注意的是，query方法中的查詢條件需要用單引號或雙引號進行引用。

三、使用isin方法

isin方法是用來篩選某一列中是否包含指定值的方法，可以用來快速刪除指定值的行，如下所示：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 32, 18, 47],
        'gender': ['F', 'M', 'M', 'M'],
        'score': [70, 82, 65, 90]}
df = pd.DataFrame(data)

# 刪除性別為M的行
df = df[~df['gender'].isin(['M'])]

以上代碼即刪除了性別為M的行，返回結果如下：

      name  age gender  score
0    Alice   25      F     70

需要注意的是，在使用isin方法時，需要使用波浪線(~)將結果取反，才能刪除指定值的行。

四、使用drop方法

drop方法是pandas提供的刪除行或列的方法，需要傳遞刪除行或列的索引或名稱，例如：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 32, 18, 47],
        'gender': ['F', 'M', 'M', 'M'],
        'score': [70, 82, 65, 90]}
df = pd.DataFrame(data)

# 刪除索引為1和2的行
df = df.drop([1, 2])

以上代碼即刪除了索引為1和2的行，返回結果如下：

    name  age gender  score
0  Alice   25      F     70
3  David   47      M     90

需要注意的是，在使用drop方法時，需要使用inplace參數將結果保存到原DataFrame中。

五、使用布爾索引

布爾索引是一種用來篩選數據的方法，基於條件語句（如等於、大於等），返回一個布爾值的Series或DataFrame，可以用來刪除指定值的行，如下所示：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 32, 18, 47],
        'gender': ['F', 'M', 'M', 'M'],
        'score': [70, 82, 65, 90]}
df = pd.DataFrame(data)

# 刪除性別為M的行
df = df[df['gender'] != 'M']

以上代碼即刪除了性別為M的行，返回結果如下：

    name  age gender  score
0  Alice   25      F     70

需要注意的是，在布爾索引中，可以使用&（and）和|（or）運算符，進行多條件的篩選。

總結

本文介紹了pandas中多種刪除指定值的行的方法，包括使用條件語句、query方法、isin方法、drop方法和布爾索引，每種方法都有其適用範圍和注意事項，需要根據數據情況和需求進行選擇。需要注意的是，在使用刪除方法時，尤其是刪除操作不可逆，需要謹慎處理，以免誤刪數據。