- +在此添加单个AI新笔记
pandas行级df.drop()删除行，清空
-%E5%88%A0%E9%99%A4%E8%A1%8C%EF%BC%8C%E6%B8%85%E7%A9%BA.png&w=3840&q=85)
清空，剩表头
import numpy as npimport pandas as pddf=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>>> dfA B C D1 0 1 2 32 4 9 6 73 8 9 10 114 12 13 14 15>>> chooses = df['B'].drop_duplicates().index>>> df.loc[chooses]A B C D1 0 1 2 32 4 9 6 74 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') ]