行级 - df.drop() - 删除行，清空

清空，剩表头

import numpy as np
import pandas as pd
df=df.drop(index=df.index)  # 新表，新内存
df.drop(df.index, inplace=True)  # 改原表

删除行 drop

通过行名称删除：

df = df.drop(['1', '2'])           # 不指定axis默认为0,删除行
df = df.drop("删除行名")           # 不指定axis默认为0,删除行
df.drop(['1', '3'], inplace=True)

通过行号删除：

df.drop(df.index[0], inplace=True)       # 删除第1行,index不会改变
df.drop(df.index[0:3], inplace=True)     # 删除前3行
df.drop(df.index[[0, 2]], inplace=True)  # 删除第1第3行

删除行 通过各种筛选方法实现删除行

详见pandas“选择行单元格，选择行列“的笔记

举例，通过筛选可以实现很多功能，例如要对某行数据去重，可以获取去重后的index列表后，使用loc方法：

>>> df.loc['2','B']=9
>>> df
    A   B   C   D
1   0   1   2   3
2   4   9   6   7
3   8   9  10  11
4  12  13  14  15
>>> chooses = df['B'].drop_duplicates().index
>>> df.loc[chooses]
    A   B   C   D
1   0   1   2   3
2   4   9   6   7
4  12  13  14  15

删除行

# 列名的值 = 目标值，删除
df[ ~ df['列名'].str.contains('目标值') ]
# 列名的值 包含 目标值，删除
df[ df['列名'].str.contains('目标值') ]