從Pandas Dataframe 中刪除行

從Pandas Dataframe 中刪除行

在Pandas 中，我們經常遇到需要從DataFrame 中刪除某些行的情況，或者用於資料清理目的或專注於特定子集。實現此目的的一種有效方法是利用 drop 函數，它允許我們根據各種條件選擇性地刪除行。

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)

導入 pandas 為 pd df = pd.DataFrame({'銷售額': [2.709, 6.590, 10.103, 15.915, 3.196, 7.907], '折扣'：[無，無，無，無，無，無]， '淨銷售額': [2.709, 6.590, 10.103, 15.915, 3.196, 7.907], '齒輪': [2.245, 5.291, 7.981, 12.686, 2.710, 6.459]}) 列印（df）

1. 現在，假設我們要刪除具有某些序號的行，用列表表示，例如 [1, 2, 4]。為此，我們可以使用drop 函數，如下所示：

indices_to_drop = [1, 2, 4]

2. indices_to_drop = [1 , 2, 4]

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

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

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

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

                  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

在這種情況下，將產生以下資料幀：

salesdiscount net_sales cogs STK_ID RPT_日期 600141 20060331 2.709 南 2.709 2.245 20061231 15.915 南 15.915 12.686 20070630 7.907 南 7.907 6.459