Python 在数据帧中筛选后删除行

我有一个包含100000行的数据帧（

ratings\u base

）。我从中筛选了一行，并使用了下面的代码段

（（ratings\u base.loc[ratings\u base['user\u id']==1]）。对值进行排序（按class='rating'，升序=0））.iloc[0]

它返回一个

系列

对象

user_id       1
movie_id    170
rating        5
Name: 19996, dtype: int64

---

如何从原始数据帧对象中删除此行（系列对象）？我可以使用dataframe的drop函数，但我需要为它创建行索引。如果我可以获得所选行的行索引（我可以看到它显示为Series对象的Name属性），我可以删除它

df.loc[0]

选择第一行。

df.loc[1:][/code>选择第一行之后的所有内容

所以你可以用

ratings_base = ((ratings_base.loc[ratings_base['user_id'] == 1])
                .sort_values(by='rating', ascending=0))
ratings_base = ratings_base.iloc[1:]


或者，您可以使用
df.drop
：

row = ((ratings_base.loc[ratings_base['user_id'] == 1])
       .sort_values(by='rating', ascending=0)).iloc[0]
label = row.name
ratings_base = ratings_base.drop(label)

如果您希望删除不是第一行的行，这可能更灵活

请注意，
ratings\u base.drop
将删除索引为
label
的所有行。因此，如果索引不是唯一的，则可能会删除多行。
首选替代方案，而且它对我也有效。我有一个附带的问题。我必须使用“inplace=True”属性才能将其删除。我检查了len（评级基础）以确认它是否被丢弃。如果没有“inplace=True”属性，我看到的长度是100000，而有了这个道具，长度是99999。原因是什么？当调用
df.drop（…，inplace=True）
时，
drop
修改
df
并返回
None
。调用
df.drop（…）
时，
df
不会被修改，并且
drop
返回一个新的数据帧。因此，要更改
df
的值，需要使用赋值：
df=df.drop（…）
。我更喜欢后者（避免
inplace=True
），因为名称
inplace
具有误导性——它不是真正的就地操作，因为它不会保存临时内存。有关避免
就地
的其他原因，请参见。