从 Pandas DataFrame 中删除行列表

Pandas 是 Python 中广泛使用的数据处理库，其中 DataFrame 是其核心数据结构之一。在进行数据处理时，我们经常需要从 DataFrame 中删除某些行，本文将介绍几种常用的方法来删除行列表。

1. 使用 loc 和 ~ 运算符

loc 是 Pandas 中的一个方法，可以根据行列标签索引数据。通过 ~ 运算符，我们可以方便地将选择的行取反，即删除选定的行。

例如，我们有一个名为 df 的 DataFrame，想要删除名为 'row1' 和 'row2' 的行，可以使用以下代码：

df = df.loc[~df.index.isin(['row1', 'row2'])]

代码解析：

1. df.index.isin(['row1', 'row2']) 返回一个布尔型的 Series，如果该行的索引为 'row1' 或 'row2'，则返回 True，否则返回 False。
2. ~ 运算符将 True 取反为 False，False 取反为 True。
3. df.loc[] 用于基于标签索引，选择行或列数据。
4. 最终使用 df = 来将修改后的数据重新赋值给 df。

2. 使用 drop 方法

drop 是 DataFrame 中的一个方法，可用于删除 DataFrame 中的行或列。我们可以使用行索引 axis=0 和待删除行列表 labels，来删除指定行。

例如，我们有一个名为 df 的 DataFrame，想要删除名为 'row1' 和 'row2' 的行，可以使用以下代码：

df = df.drop(labels=['row1', 'row2'], axis=0)

代码解析：

1. labels=['row1', 'row2'] 指定需要删除的行列表。
2. axis=0 指示需要删除之行。
3. 最终使用 df = 来将修改后的数据重新赋值给 df。

3. 使用 iloc 方法

iloc 是 Pandas 中的一个方法，可根据行列位置索引数据。我们可以通过指定待删除行位置的列表，来删除指定行。

例如，我们有一个名为 df 的 DataFrame，想要删除第 0 和 1 行，可以使用以下代码：

df = df.drop(df.index[[0,1]])

代码解析：

1. df.index[[0,1]] 返回一个包含第 0 和 1 行索引位置的列表。
2. df.drop() 可用于基于标签或位置索引（例如，上面的 df.index），选择行或列数据。
3. 最终使用 df = 来将修改后的数据重新赋值给 df。

以上这些方法都可以用于删除 DataFrame 中的行列表，选择哪种方法，取决于你的操作习惯和具体场景。