如何使用熊猫从 CSV 文件中删除行数据？

Question

我是 Pandas 的新手，想知道如何使用行 ID 删除特定行。目前，我有一个 CSV 文件，其中包含有关不同学生的数据。我的 CSV 文件中没有任何标题。

data.csv：

John    21 34 87 ........ #more than 100 columns of data
Abigail 18 45 53 ........ #more than 100 columns of data
Norton  19 45 12 ........ #more than 100 columns of data

data.py：

我有一个包含一些名字记录的列表。

names = ['Jonathan', 'Abigail', 'Cassandra', 'Ezekiel']

我在 Python 中打开了我的 CSV 文件并使用列表解析来读取第一列中的所有名称并将它们存储在分配了变量“student_list”的列表中。

现在，对于 student_list 中的所有元素，如果在 'names' 列表中没有看到该元素，我想在我的 CSV 文件中删除该元素。在此示例中，我想删除 John 和 Norton，因为它们没有出现在名称列表中。如何使用熊猫实现这一目标？或者，有没有比使用 pandas 解决这个问题更好的选择？

我尝试了以下代码：

csv_filename = data.csv
    with open(csv_filename, 'r') as readfile:
        reader = csv.reader(readfile, delimiter=',') 
        student_list = [row[0] for row in reader]  #returns John, Abigail and Norton.

        for student in student_list:
        if student not in names:
            id = student_list.index(student) #grab the index of the student in student list who's not found in the names list.

            #using pandas
            df = pd.read_csv(csv_filename) #read data.csv file
            df.drop(df.index[id], in_place = True) #delete the row id for the student who does not exist in names list.
            df.to_csv(csv_filename, index = False, sep=',')  #close the csv file with no index
        else:
            print("Student name found in names list")

我无法正确删除数据。谁能解释一下？

Answer 1

您可以只使用过滤器来过滤掉您不想要的 id。

例子：

import pandas as pd
from io import StringIO

data = """
1,John
2,Beckey
3,Timothy
"""

df = pd.read_csv(StringIO(data), sep=',', header=None, names=['id', 'name'])


unwanted_ids = [3]

new_df = df[~df.id.isin(unwanted_ids)]

您还可以使用过滤器并获取索引以删除原始数据框中的列。示例：

df.drop(df[df.id.isin([3])].index, inplace=True)

更新更新问题：

df = pd.read_csv(csv_filename, sep='\t', header=None, names=['name', 'age'])
# keep only names wanted and reset index starting from 0
# drop=True makes sure to drop old index and not add it as column
df = df[df.name.isin(names)].reset_index(drop=True)
# if you really want index starting from 1 you can use this
df.index = df.index + 1
df.to_csv(csv_filename, index = False, sep=',')