🔥 Как удалить строку в pandas dataframe: простой и эффективный способ

        
        import pandas as pd
        
        # Создание исходного dataframe
        df = pd.DataFrame({'Имя': ['Анна', 'Дмитрий', 'Екатерина'],
                           'Возраст': [25, 30, 35],
                           'Город': ['Москва', 'Санкт-Петербург', 'Екатеринбург']})
        
        # Удаление строки по индексу (например, вторую строку)
        df = df.drop(1)
        
        print(df)
        
    

Как удалить строку в pandas dataframe

Вам может потребоваться удалить строку из pandas DataFrame из разных причин. Возможно, вам нужно удалить некорректные данные или просто очистить DataFrame от лишних строк. Независимо от причины, в pandas есть несколько способов удалить строки в DataFrame. Давайте рассмотрим несколько вариантов:

• 1. Использование метода drop()
  Метод drop() позволяет удалить строку по ее индексу или по метке индекса. Примените этот метод, чтобы удалить строку по индексу:

  import pandas as pd
  
  # Создание DataFrame
  df = pd.DataFrame({'Имя': ['Алексей', 'Борис', 'Виктор'],
                     'Возраст': [25, 30, 35],
                     'Город': ['Москва', 'Санкт-Петербург', 'Новосибирск']})
  
  # Удаление строки по индексу
  df = df.drop(1)
  print(df)

  В данном примере мы создали DataFrame с тремя строками, а затем удалили вторую строку с помощью метода drop(). Результатом будет новый DataFrame, в котором отсутствует удаленная строка.
• 2. Использование условных выражений
  Если вы хотите удалить строки, соответствующие определенному условию, вы можете использовать условные выражения. Примените следующий код, чтобы удалить строки, где возраст равен 30:

  # Использование условных выражений для удаления строк
  df = df[df['Возраст'] != 30]
  print(df)

  В этом примере мы использовали условный выражение для удаления строк, где значение столбца "Возраст" не равно 30. Результатом будет новый DataFrame без удаленных строк.
• 3. Использование метода dropna()
  Если у вас есть строки с пропущенными значениями и вы хотите удалить их, можете воспользоваться методом dropna(). Примените следующий код, чтобы удалить строки с пропущенными значениями:

  # Создание DataFrame с пропущенными значениями
  df = pd.DataFrame({'Имя': ['Алексей', 'Борис', None],
                     'Возраст': [25, 30, 35],
                     'Город': ['Москва', 'Санкт-Петербург', 'Новосибирск']})
  
  # Удаление строк с пропущенными значениями
  df = df.dropna()
  print(df)

  В этом примере мы создали DataFrame с одной строкой, содержащей пропущенное значение. Затем мы использовали метод dropna() для удаления строки с пропущенным значением. Результатом будет новый DataFrame без удаленных строк.

Теперь вы знаете несколько способов удаления строк в pandas DataFrame. В зависимости от вашей конкретной задачи, вы можете выбрать подходящий метод для удаления строк. Удачи в ваших проектах с использованием pandas!