【发布时间】：2013-04-30 02:23:33
【问题描述】：
我需要删除 pandas 中数据框的前三行。
我知道df.ix[:-1] 会删除最后一行，但我不知道如何删除前 n 行。
【问题讨论】：
-
对于 read_csv/read_html 你可以使用例如
header=3构造函数参数，它将将该行设置为标题行：stackoverflow.com/a/51822697/191246
【发布时间】：2013-04-30 02:23:33
【问题描述】：
【讨论】：
-
这不是删除原始问题中的前 4 行而不是前 3 行吗？
-
不，它没有。始终包含切片的起始位置。
-
有人碰巧知道如何在
groupby()中执行此操作吗？这有效，但返回索引中的重复列df=pd.DataFrame({'v':np.arange(10).tolist()*2,'g':['a']*10+['b']*10});df.groupby('g').apply(lambda x: x.iloc[3:]) -
那么例如，如果你想从第 3 行删除到第 9 行，你会怎么做呢？
df=df.iloc[3:9]? -
@M.K 如果使用此方法，您可以将其与
pd.concat()结合使用。比如df2 = pd.concat([df.iloc[:3],df.iloc[10:]])。
您可以使用 python 切片，但请注意它不是就地的。
In [15]: import pandas as pd
In [16]: import numpy as np
In [17]: df = pd.DataFrame(np.random.random((5,2)))
In [18]: df
Out[18]:
0 1
0 0.294077 0.229471
1 0.949007 0.790340
2 0.039961 0.720277
3 0.401468 0.803777
4 0.539951 0.763267
In [19]: df[3:]
Out[19]:
0 1
3 0.401468 0.803777
4 0.539951 0.763267
【讨论】：
-
pandas中没有就地意味着什么？ -
他们在谈论在 pandas 的许多方法中出现的
inplace参数。
我认为更明确的方法是使用 drop。
语法是：
df.drop(label)
正如@tim 和@ChaimG 所指出的，这可以就地完成：
df.drop(label, inplace=True)
一种实现方式可能是：
df.drop(df.index[:3], inplace=True)
还有另一个“就地”使用：
df.drop(df.head(3).index, inplace=True)
【讨论】：
-
drop甚至可以就地计算（无需额外分配）。更快更简单！ -
扩展蒂姆的想法，例如：
df.drop(label, inplace=True) -
由于索引为0，相信实施建议会删除4行。
-
@DanielMorgan 情况并非如此，因为 python 范围是半开的。至于为什么会这样，是另一个问题。见stackoverflow.com/questions/4504662/… 或quora.com/…
-
@tim，根据this，
inplace操作并不快。另外，更简单是见仁见智的问题：当代码没有inplace参数时，我发现它更容易阅读。
df = df.iloc[n:]
n 删除前 n 行。
【讨论】：
df.drop(df.index[[0,2]])
Pandas 使用从零开始的编号，因此 0 是第一行，1 是第二行，2 是第三行。
【讨论】：
一个简单的方法是使用tail(-n)来删除前n行
df=df.tail(-3)
【讨论】：
inp0= pd.read_csv("bank_marketing_updated_v1.csv",skiprows=2)
或者如果你想在现有的数据框中做
只需执行以下命令
【讨论】：
有一种简单的方法可以通过drop 命令来实现。
df = df.drop(3)
【讨论】：
-
嗨，阿曼。为清楚起见，请将代码示例包装在代码块中 (see guidelines)。它还有助于参考文档页面以帮助提问者理解该方法。