Descartando linhas de um dataframe do Pandas

No Pandas, frequentemente encontramos a necessidade de remover certas linhas de um dataframe, seja para limpeza de dados propósitos ou para se concentrar em subconjuntos específicos. Uma maneira eficiente de conseguir isso é utilizar a função drop, que nos permite remover linhas seletivamente com base em vários critérios.

Para demonstrar o processo, vamos considerar um dataframe df:

import pandas as pd

df = pd.DataFrame({'sales': [2.709, 6.590, 10.103, 15.915, 3.196, 7.907],
                   'discount': [None, None, None, None, None, None],
                   'net_sales': [2.709, 6.590, 10.103, 15.915, 3.196, 7.907],
                   'cogs': [2.245, 5.291, 7.981, 12.686, 2.710, 6.459]})

print(df)

Agora, suponha que queiramos eliminar linhas com determinados números de sequência, representados por uma lista, como [1, 2, 4]. Para fazer isso, podemos usar a função drop da seguinte maneira:

1. Crie uma série de rótulos de índice que você deseja remover:

indices_to_drop = [1, 2, 4]

2. Como alternativa, você também pode eliminar linhas com base nas condições da coluna:

conditions_to_drop = df['sales'] > 10
df = df[~conditions_to_drop]

Ao especificar o parâmetro de índice em drop, podemos efetivamente remover as linhas correspondentes aos índices fornecidos, deixando-nos com o subconjunto desejado:

df = df.drop(index=indices_to_drop)
print(df)

Nesse caso, isso resultaria no seguinte dataframe:

                  sales  discount  net_sales    cogs
STK_ID RPT_Date                                     
600141 20060331   2.709       NaN      2.709   2.245
       20061231  15.915       NaN     15.915  12.686
       20070630   7.907       NaN      7.907   6.459