Python 删除数据框中的前三行

我需要删除pandas中数据帧的前三行

我知道

df.ix[：-1]

会删除最后一行，但我不知道如何删除前n行。

使用：

df.drop(df.index[[0,2]])

---

将为您提供一个没有前三行的新df。

您可以使用python切片，但请注意它没有到位

In [15]: import pandas as pd
In [16]: import numpy as np
In [17]: df = pd.DataFrame(np.random.random((5,2)))
In [18]: df
Out[18]:
          0         1
0  0.294077  0.229471
1  0.949007  0.790340
2  0.039961  0.720277
3  0.401468  0.803777
4  0.539951  0.763267

In [19]: df[3:]
Out[19]:
          0         1
3  0.401468  0.803777
4  0.539951  0.763267

---

我认为更明确的方法是使用drop

语法是：

df.drop(label)

正如@tim和@ChaimG所指出的，这可以在适当的地方完成：

df.drop(label, inplace=True)

实现这一点的一种方法可以是：

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

以及另一种“就地”用途：

n删除前n行

df.drop(df.index[[0,2]])

---

Pandas使用基于零的编号，因此0是第一行，1是第二行，2是第三行。

一种简单的方法是使用tail（-n）删除前n行

df=df.tail（-3）

inp0=pd.read\u csv（“银行营销更新的v1.csv”，skiprows=2）

或者，如果您想在现有数据帧中执行此操作

---

只需执行以下命令

drop

甚至可以就地计算（无需额外分配）。更快更简单！为了扩展Tim的想法，例如：

df.drop（label，inplace=True）

由于索引为0，我相信实现建议将删除4行。@但事实并非如此，因为python范围是半开放的。至于为什么会这样，这是另一个问题。请参阅或@tim，根据，

in place

操作不会更快。此外，更简单是一个意见问题：我发现当代码没有

in place

参数时更容易阅读。这不是删除了原始问题中的前4行而不是前3行吗？不，不是。始终包括切片的起始位置。有人知道如何在

groupby（）中执行此操作吗？这可以工作，但在索引
df=pd.DataFrame（{'v'：np.arange（10.tolist（）*2，'g'：['a']*10+['b']*10}）中返回重复的列；df.groupby（'g'）.apply（lambda x:x.iloc[3:]）
因此，如果您想从第3行删除到第9行，您将如何执行
df=df.iloc[3:9]
？@M.K如果使用这种方法，您可以将其与
pd.concat（）结合使用。类似于，
df2=pd.concat（[df.iloc[：3]，df.iloc[10:]）
。在
pandas
中，什么是不适当的意思？他们讨论的是在pandas中的许多方法中显示的
inplace
参数。对于read\u csv/read\u html，您可以使用例如
header=3
构造函数参数，该参数将该行设置为头行：
df = df.iloc[n:]

df.drop(df.index[[0,2]])