Python DataFrame刪除指定行

Python中的Pandas庫提供了一個數據結構DataFrame，它是一個二維表，有行索引和列索引。有時候我們需要對DataFrame進行刪除指定行的操作。在這篇文章中，我們將從幾個方面對Python DataFrame刪除指定行進行詳細的闡述。

一、根據條件刪除行

我們可以通過篩選出符合條件的行，然後使用drop()方法來刪除這些行。

import pandas as pd

df = pd.read_csv('example.csv')

# 刪除所有age大於等於30歲的行
df.drop(df[df['age'] >= 30].index, inplace=True)

print(df)

在這裡，我們讀取了一個CSV文件，並且使用drop()方法刪除了所有年齡大於等於30歲的行。首先，我們使用[df[‘age’] >= 30]的方式篩選出符合條件的行，並且獲取其索引（行號），然後我們在drop()方法中傳入這些索引，並將inplace參數設置為True，表示就地修改DataFrame。

二、根據位置刪除行

除了根據條件刪除行，我們還可以通過loc和iloc屬性來選擇要刪除的行。

import pandas as pd

df = pd.read_csv('example.csv')

# 刪除第1行
df.drop(df.index[0], inplace=True)

# 刪除第1到5行
df.drop(df.index[0:5], inplace=True)

print(df)

在這裡，我們使用了df.index來獲取索引（行號）的列表，然後通過傳入df.index[0]來刪除第一行，通過傳入df.index[0:5]來刪除第1到5行。

三、刪除重複行

如果DataFrame中有重複的行，我們也可以使用drop_duplicates()方法來刪除重複行。

import pandas as pd

df = pd.read_csv('example.csv')

# 刪除所有重複行
df.drop_duplicates(inplace=True)

print(df)

在這裡，我們使用了drop_duplicates()方法來刪除重複行，並將inplace參數設置為True，表示就地修改DataFrame。

四、刪除缺失值所在的行

如果DataFrame中有缺失值（NaN），我們可以使用dropna()方法來刪除存在缺失值的行。

import pandas as pd

df = pd.read_csv('example.csv')

# 刪除存在缺失值的行
df.dropna(inplace=True)

print(df)

在這裡，我們使用了dropna()方法來刪除存在缺失值的行，並將inplace參數設置為True，表示就地修改DataFrame。

五、同時刪除多行

如果我們需要刪除多行，我們可以傳入一個含有多個索引的列表。

import pandas as pd

df = pd.read_csv('example.csv')

# 刪除第1到5行
df.drop(df.index[[0,1,2,3,4]], inplace=True)

print(df)

在這裡，我們使用了df.index[[0,1,2,3,4]]來獲取含有多個索引的列表，然後將其傳入drop()方法中。

結論

通過本文的介紹，我們可以看到Python中Pandas庫提供了多種方法來刪除指定行。我們可以根據條件刪除行，根據位置刪除行，刪除重複行，刪除存在缺失值的行，同時刪除多行。希望本篇文章能夠給你有所幫助。