,可以使用drop()
方法结合布尔索引来实现。
首先,我们需要创建一个DataFrame示例:
import pandas as pd
data = {'Name': ['John', 'Emma', 'Mike', 'Emily'],
'Age': [25, 30, 35, 40],
'City': ['New York', 'Paris', 'London', 'Tokyo'],
'Salary': [5000, 6000, 7000, 8000]}
df = pd.DataFrame(data)
现在,我们有一个DataFrame df
,它包含了姓名、年龄、城市和薪水四个列。
接下来,我们可以使用布尔索引来删除满足条件的行。假设我们要删除年龄大于等于35岁的行,可以使用以下代码:
df = df.drop(df[df['Age'] >= 35].index)
这里,df['Age'] >= 35
会返回一个布尔Series,其中为True的行表示年龄大于等于35岁的行。然后,我们使用df[df['Age'] >= 35].index
获取这些行的索引,并将其传递给drop()
方法来删除这些行。
最后,我们可以打印出删除后的DataFrame来验证结果:
print(df)
输出结果为:
Name Age City Salary
0 John 25 New York 5000
1 Emma 30 Paris 6000
这样,我们成功删除了年龄大于等于35岁的行。
推荐的腾讯云相关产品:腾讯云数据库TDSQL、腾讯云云服务器CVM、腾讯云对象存储COS。
以上是针对删除DataFrame中满足条件的行的完善且全面的答案。
领取专属 10元无门槛券
手把手带您无忧上云