如何从熊猫数据框中删除行列表？
我有一个数据帧df：
>>> df
sales discount net_sales cogs
STK_ID RPT_Date
600141 20060331 2.709 NaN 2.709 2.245
20060630 6.590 NaN 6.590 5.291
20060930 10.103 NaN 10.103 7.981
20061231 15.915 NaN 15.915 12.686
20070331 3.196 NaN 3.196 2.710
20070630 7.907 NaN 7.907 6.459
然后我想删除列表中指示的具有某些序列号的行，假设这里是[1,2,4]，然后离开：
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
如何或什么功能可以做到这一点？
共有3个答案
如果DataFrame很大，并且要删除的行数也很大，那么简单的按indexdf.drop（df.index[]）删除会花费太多时间。
在我的例子中，我有一个浮动的多索引数据帧，具有100M行x 3列，我需要从中删除10k行。我发现的最快的方法是，相当反直觉地，取剩余的行。
让索引\u to \u drop成为要删除的位置索引数组（[1,2,4]）。
indexes_to_keep = set(range(df.shape[0])) - set(indexes_to_drop)
df_sliced = df.take(list(indexes_to_keep))
在我的例子中，这花费了20.5s，而简单的df.drop花费了5min27s并消耗了大量内存。结果数据帧是相同的。
请注意，当您要执行插入行时，使用“inplace”命令可能很重要。
df.drop(df.index[[1,3]], inplace=True)
因为您的原始问题没有返回任何内容，所以应该使用此命令。http://pandas.pydata.org/pandas-docs/version/0.17.0/generated/pandas.DataFrame.drop.html
使用DataFrame.drop并传递一系列索引标签：
In [65]: df
Out[65]:
one two
one 1 4
two 2 3
three 3 2
four 4 1
In [66]: df.drop(df.index[[1,3]])
Out[66]:
one two
one 1 4
three 3 2
-
问题内容： 我遇到了一个看似简单的问题：在熊猫数据框中删除唯一的行。基本上与的相反。 假设这是我的数据： 当A和B唯一时，我想删除行，即我只保留行1和2。 我尝试了以下方法： 但是我只能得到第2行，因为唯一性是0、1和3！ 问题答案： 选择所有重复行的解决方案： 您可以使用子集和参数来选择所有重复项： 解决方案： 对所有唯一行进行了一些修改的解决方案：
-
问题内容： 我有一个熊猫DataFrame，里面有很多值。 如何删除这样的列？ 我试图这样做： 有更优雅的方法吗？ 问题答案： 这是保留每列中小于或等于指定数量的nan的列的另一种选择： 在我的测试中，这似乎比李建勋在我测试的案例中建议的放置列方法要快一些：
-
问题内容： 我有一个看起来像这样的熊猫数据框。 我想确定cat和bat是重复的相同值，因此想删除一个记录并仅保留第一条记录。结果数据帧应该只有一个。 问题答案： 使用具有与列的列表上检查重复和保持第一重复的。 如果是： 结果： 然后： 结果：
-
问题内容： 我想从“ tweets”列中删除停用词。如何遍历每一行和每一项目？ 问题答案： 使用列表理解 返回值：
-
问题内容： 我可以使用 功能来删除将部分或全部列设置为的行。是否存在用于删除所有列的值为0的行的等效函数？ 在此示例中，我们要删除数据帧的前4行。 谢谢！ 问题答案： 事实证明，这可以向量化的方式很好地表达：
-
问题内容： 我有一个类似于以下内容的数据框： 我希望输出为以下格式： 想要从“名称”列中删除所有数字。 我最近来的是使用以下代码在 单元 级别进行的： 任何想法如何在 系列 / 数据框 级别上以更好的方式 实现 。 问题答案： 您可以结合使用正则表达式将str.replace应用于列： 输出： 在正则表达式中代表“任何数字”，代表“一个或多个”。 因此，其含义是：“将字符串中所有出现的数字全部替换