从 Pandas Dataframe 中删除行

在 Pandas 中，我们经常遇到需要从 DataFrame 中删除某些行的情况，或者用于数据清理目的或专注于特定子集。实现此目的的一种有效方法是利用 drop 函数，它允许我们根据各种条件有选择地删除行。

为了演示该过程，让我们考虑一个数据帧 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)

现在，假设我们要删除具有某些序列号的行，用列表表示，例如 [1, 2, 4]。为此，我们可以使用 drop 函数，如下所示：

1. 创建一系列要删除的索引标签：

indices_to_drop = [1, 2, 4]

2. 或者，您也可以根据列条件删除行：

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

通过在drop中指定索引参数，我们可以有效地删除与提供的索引对应的行，留下我们想要的子集：

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

在这种情况下，将产生以下数据帧：

                  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