根据行号删除数据帧的行

Question

假设我有一个数据框 ( DF) 并且我有一个这样的数组：

rm_indexes = np.array([1, 2, 3, 4, 34, 100, 154, 155, 199])

我想rm_indexes从DF. 一rm_indexes表示第一行（第二行DF），三表示数据帧的第三行，依此类推（第一行为 0）。此数据帧的索引列是时间戳。

附注。我有许多相同的时间戳作为数据帧的索引。

Answer 1

您可以简单地按索引删除。这将通过索引 1、2、3、4...等删除 df 中的条目 199。

df.reset_index()    #this will change the index from timestamp to 0,1,2...n-1
df.drop([1, 2, 3, 4, 34, 100, 154, 155, 199])  # will drop the rows
df.index = df['myTimeStamp']  # this will restore the index back to timestamp

Answer 2

尝试：

df.drop(df.index[rm_indexes])

例子：

import pandas as pd

df = pd.DataFrame({"A":[0,1,2,3,4,5,6,7,8],
                   "B":[0,1,2,3,4,5,6,7,8],
                   "C":[0,1,2,3,4,5,6,7,8]})

pos = [0,2,4]
df.drop(df.index[pos], inplace=True)

输出

    A   B   C
1   1   1   1
3   3   3   3
5   5   5   5
6   6   6   6
7   7   7   7
8   8   8   8

EDIT，经过 OP 提供的进一步规范：具有相同索引的多行

df = pd.DataFrame({"A":[0,1,2,3,4,5,6,7,8],
                   "B":[0,1,2,3,4,5,6,7,8],
                   "C":[0,1,2,3,4,5,6,7,8],},
                   index=["a","b","b","a","b","c","c","d","e"])
df['idx'] = df.index

pos = [1]
df.reset_index(drop=True, inplace=True)
df.drop(df.index[pos], inplace=True)
df.set_index('idx', inplace=True)

输出

    A   B   C
idx         
a   0   0   0
b   2   2   2
a   3   3   3
b   4   4   4
c   5   5   5
c   6   6   6
d   7   7   7
e   8   8   8