Python – 从多索引 Pandas Dataframe 中删除特定行

在 Pandas 中，可以使用多索引来进行数据分组和分类。但有时候，我们需要从多索引 Dataframe 中删除特定的行，这就需要用到一些 Pandas 中的函数。

更多Pandas相关文章，请阅读：Pandas 教程

使用.drop()删除行

Pandas 中的 .drop() 函数可以删除 Dataframe 中的行或列。可以通过 axis 参数来指定要删除的轴，inplace 参数用于指定是否要修改原来的 Dataframe。

下面是一个包含多索引的示例 Dataframe：

import pandas as pd

data = {
    ('A', 1): [1, 2, 3, 4],
    ('A', 2): [5, 6, 7, 8],
    ('B', 1): [9, 10, 11, 12],
    ('B', 2): [13, 14, 15, 16]
}

df = pd.DataFrame(data)
print(df)

输出结果：

   A     B    
   1  2   1   2
0  1  5   9  13
1  2  6  10  14
2  3  7  11  15
3  4  8  12  16

假设我们要删除第一列“1”，可以使用以下代码：

df.drop(('A', 1), axis=1, inplace=True)
print(df)

输出结果：

   A     B    
   2   1   2
0  5   9  13
1  6  10  14
2  7  11  15
3  8  12  16

使用.loc[]删除行

除了 .drop()，还可以使用 .loc[] 来删除特定的行。.loc[] 的用途是根据行标签或条件筛选行。下面是一个从文件中读取的示例 Dataframe：

df = pd.read_csv('data.csv', index_col=['Name', 'Age'])
print(df)

输出结果：

           Gender Department    Salary
Name  Age                             
Alice 25.0      F         HR   50000.0
      26.0      F         CS   60000.0
Bob   27.0      M         IT   45000.0
Charlie 23.0   M         HR   65000.0
       30.0  NaN         CS  100000.0

我们要删除行标签为('Alice', 25.0)的那一行，可以使用以下代码：

df.drop(('Alice', 25.0), inplace=True)
print(df)

输出结果：

           Gender Department    Salary
Name  Age                             
Alice 26.0      F         CS   60000.0
Bob   27.0      M         IT   45000.0
Charlie 23.0   M         HR   65000.0
       30.0  NaN         CS  100000.0

如果要删除多个行，可以使用一个包含行标签的列表作为.loc[]的参数，例如：

df.drop(labels=[('Alice', 26.0), ('Bob', 27.0)], inplace=True)
print(df)

输出结果：

           Gender Department    Salary
Name      Age                         
Charlie 23.0     M         HR   65000.0
         30.0   NaN         CS  100000.0