pandas数据清洗-删除没有序号的所有行的数据

import pandas as pd

filepath="E:/yhd_python/pandas.read_excel/student.xlsx"

df=pd.read_excel(filepath,sheet_name='Sheet1',skiprows=1)

df.tail()

先导入pands包，用read_excel读取文件，工作表为“Sheet1”,标题在第二行，所以跳过一行skiprows=1
方法：read_excel
pd.read_excel(io,sheetname=0, header=0, skiprows=None, index_col=None,names=None,arse_cols=None,date_parser=None,na_values=None,thousands=None,convert_float=True,has_index_names=None,converters=None,dtype=None, true_values=None,false_values=None,engine=None,squeeze=False,**kwds)

sheetname：默认是sheetname为0，返回多表使用sheetname=[0,1]，若sheetname=None是返回全表

header ：指定作为列名的行，默认0，即取第一行

skiprows：省略指定行数的数据

skip_footer：省略从尾部数的行数据
**继续**
lst=[]

for index,row in df.iterrows():

   if type(row[0])!=int:

       lst.append(index)

lst

定义一个空列表，用于存储第一列中数据类型不是int的的行号
方法：iterrows() 是在数据框中的行进行迭代的一个生成器，它返回每行的索引及一个包含行本身的对象。

 所以，当我们在需要遍历行数据的时候，就可以使用 iterrows()方法实现了。



df1=df.drop(labels=lst)

删除l列表lst存储的所有行号