Python 删除数据帧中符合阈值的第一行下面的行

我有一个df，看起来像：

import pandas as pd
import numpy as np
d = {'Hours':np.arange(12, 97, 12),
     'Average':np.random.random(8),
     'Count':[500, 250, 125, 75, 60, 25, 5, 15]}
df = pd.DataFrame(d)

此df每行的案例数减少。在计数下降到某个阈值以下之后，我想去掉剩余的，例如在达到<10个案例阈值之后

开始：

    Average     Count   Hours
0   0.560671    500     12
1   0.743811    250     24
2   0.953704    125     36
3   0.313850    75      48
4   0.640588    60      60
5   0.591149    25      72
6   0.302894    5       84
7   0.418912    15      96

已完成（删除第6行后的所有内容）：

---

我们可以使用从布尔索引生成的索引，并使用iloc对df进行切片：

In [58]:

df.iloc[:df[df.Count < 10].index[0]]
Out[58]:
    Average  Count  Hours
0  0.183016    500     12
1  0.046221    250     24
2  0.687945    125     36
3  0.387634     75     48
4  0.167491     60     60
5  0.660325     25     72

[58]中的

df.iloc[：df[df.Count<10]。索引[0]]
出[58]：
平均计数小时数
0  0.183016    500     12
1  0.046221    250     24
2  0.687945    125     36
3  0.387634     75     48
4  0.167491     60     60
5  0.660325     25     72

只是想解释一下这里发生的事情

In [54]:
# use a boolean mask to index into the df
df[df.Count < 10]
Out[54]:
    Average  Count  Hours
6  0.244839      5     84

In [56]:
# we want the index and can subscript the first element using [0]
df[df.Count < 10].index
Out[56]:
Int64Index([6], dtype='int64')

[54]中的

#使用布尔掩码索引到df
df[df.Count<10]
出[54]：
平均计数小时数
6  0.244839      5     84
在[56]中：
#我们需要索引，可以使用[0]为第一个元素下标
df[df.Count<10]。索引
出[56]：
int64索引（[6]，dtype='int64'）

In [54]:
# use a boolean mask to index into the df
df[df.Count < 10]
Out[54]:
    Average  Count  Hours
6  0.244839      5     84

In [56]:
# we want the index and can subscript the first element using [0]
df[df.Count < 10].index
Out[56]:
Int64Index([6], dtype='int64')