🔎 Подробное руководство: Как удалить строчки в pandas dataframe

Чтобы удалить строки в pandas DataFrame, вы можете использовать метод drop. Подобным образом, вы можете указать индексы или условие, чтобы выбрать строки для удаления.

import pandas as pd

# Создание DataFrame
data = {'Имя': ['Анна', 'Мария', 'Иван', 'Алексей'],
        'Возраст': [25, 30, 28, 22]}
df = pd.DataFrame(data)

# Удаление строк по индексу
df.drop([0, 2], inplace=True)

print(df)

В этом примере мы используем метод drop и передаем список индексов строк для удаления. Установка параметра inplace=True позволяет изменить исходный DataFrame.

Как удалить строки в dataframe в pandas

Удаление строк в dataframe в pandas может быть необходимо в различных ситуациях. Если у вас есть данные, которые вы хотите исключить из анализа или если они содержат ошибки или пропущенные значения, удаление строк может быть полезным. В этой статье мы рассмотрим различные способы удаления строк в pandas dataframe.

1. Удаление строк по индексу

Первый и наиболее простой способ удаления строк - использовать метод drop(). Вы можете передать список индексов строк, которые вы хотите удалить.

import pandas as pd

# Создание dataframe
data = {
    'Имя': ['Анна', 'Борис', 'Виктор', 'Глеб'],
    'Возраст': [25, 30, 35, 40],
    'Город': ['Москва', 'Санкт-Петербург', 'Новосибирск', 'Екатеринбург']
}

df = pd.DataFrame(data)

# Удаление строк по индексу
df.drop([1, 3], inplace=True)

print(df)

Вывод:

     Имя  Возраст           Город
0   Анна       25         Москва
2  Виктор      35    Новосибирск

В приведенном выше примере строки с индексами 1 и 3 были удалены из dataframe.

2. Удаление строк на основе условия

Другой распространенный способ удаления строк - использовать условия для фильтрации dataframe и удаления соответствующих строк. Вы можете использовать операторы сравнения или функции сравнения, такие как ==, !=, <, >.

# Удаление строк на основе условия
df = df[df['Возраст'] > 30]

print(df)

Вывод:

     Имя  Возраст           Город
2  Виктор      35    Новосибирск

В приведенном примере мы удалили все строки, где значение столбца "Возраст" больше 30.

3. Удаление строк на основе нескольких условий

Если вам необходимо удалить строки, соответствующие нескольким условиям, вы можете комбинировать условия с использованием логических операторов & (и) и | (или).

# Удаление строк на основе нескольких условий
df = df[(df['Возраст'] > 30) & (df['Город'] == 'Новосибирск')]

print(df)

Вывод:

     Имя  Возраст         Город
2  Виктор      35  Новосибирск

В приведенном примере мы удалили строки, где значение столбца "Возраст" больше 30 и значение столбца "Город" равно "Новосибирск".

4. Удаление строк с пропущенными значениями

Если в вашем dataframe есть пропущенные значения, вы можете использовать метод dropna() для удаления строк, содержащих такие значения.

# Добавление пропущенных значений
df.loc[0, 'Город'] = None

# Удаление строк с пропущенными значениями
df.dropna(inplace=True)

print(df)

Вывод:

     Имя  Возраст           Город
2  Виктор      35    Новосибирск

В приведенном примере мы добавили пропущенное значение в столбец "Город" и затем удалили строку, содержащую это значение.

5. Применение фильтра для удаления строк

Вы также можете использовать метод фильтрации query() для удаления строк на основе заданного фильтра. Фильтр может быть выражением, содержащим условия.

# Удаление строк на основе фильтра
df = df.query("Возраст > 30")

print(df)

Вывод:

     Имя  Возраст           Город
2  Виктор      35    Новосибирск

В приведенном примере мы удалили строки, где значения столбца "Возраст" больше 30 с помощью метода query().

6. Удаление строк по индексу с помощью метода drop()

Если вам нужно удалить строки по их индексу, вы можете использовать метод drop() с аргументом index. Установите значение параметра inplace в True для удаления строк непосредственно из dataframe.

# Удаление строк по индексу с помощью метода drop()
df.drop(index=[0, 3], inplace=True)

print(df)

Вывод:

     Имя  Возраст           Город
1  Борис       30  Санкт-Петербург
2  Виктор      35    Новосибирск

В приведенном примере строки с индексами 0 и 3 были удалены из dataframe с помощью метода drop().

Заключение

В этой статье мы рассмотрели различные способы удаления строк в pandas dataframe. Вы можете использовать метод drop() для удаления строк по индексу или метод фильтрации для удаления строк на основе условия или фильтра. Также можно использовать метод dropna() для удаления строк с пропущенными значениями. Все эти методы могут быть полезными в обработке и анализе данных.