根据"Fruit"列中的多个值删除所有行的方法有多种，以下是其中几种常见的方法：

1. 使用pandas库进行数据处理：
   • 首先，导入pandas库并读取数据集。
   • 使用drop()函数删除包含指定值的行，可以通过传递一个列表来删除多个值。
   • 最后，保存修改后的数据集或者直接在原数据集上进行修改。

示例代码：

import pandas as pd

读取数据集

df = pd.read_csv("data.csv")

删除包含指定值的行

fruits_to_delete = "apple", "banana", "orange"

df = df[~df"Fruit".isin(fruits_to_delete)]

保存修改后的数据集

df.to_csv("modified_data.csv", index=False)

1. 使用SQL语句进行数据处理：
   • 如果数据集存储在关系型数据库中，可以使用SQL语句进行数据处理。
   • 使用DELETE语句删除包含指定值的行，可以通过使用IN关键字来删除多个值。
   • 执行SQL语句后，保存修改后的数据集或者直接在原数据集上进行修改。

示例代码：

DELETE FROM table_name

WHERE Fruit IN ('apple', 'banana', 'orange');

1. 使用Python的csv模块进行数据处理：
   • 如果数据集是以CSV格式存储的，可以使用Python的csv模块进行数据处理。
   • 读取CSV文件并逐行判断是否包含指定值，如果不包含则将该行写入新的CSV文件。
   • 最后，保存修改后的数据集或者直接在原数据集上进行修改。

示例代码：

import csv

打开原始CSV文件和新的CSV文件

with open("data.csv", "r") as file, open("modified_data.csv", "w", newline="") as new_file:

   reader = csv.reader(file)

   writer = csv.writer(new_file)

   # 逐行判断并写入新的CSV文件

   fruits_to_delete = ["apple", "banana", "orange"]

   for row in reader:

       if row[0] not in fruits_to_delete:

           writer.writerow(row)

以上是根据"Fruit"列中的多个值删除所有行的几种常见方法，具体选择哪种方法取决于数据集的存储方式和个人偏好。