blocks|key|1396156|text|使用iloc|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|1396157|df+=+df.iloc[3:]|code-block|syntax|javascript|1396158|将给出一个没有前三行的新df。|1396159|entityMap|0|LINK|mutability|MUTABLE|url|https://pandas.pydata.org/pandas-docs/stable/indexing.html^0|2|4|2|4|0|0|0|0^^$0|@$1|2|3|4|5|6|7|U|8|@$9|V|A|W|B|C]]|D|@$9|X|A|Y|1|Z]]|E|$]]|$1|F|3|G|5|H|7|10|8|@]|D|@]|E|$I|J]]|$1|K|3|L|5|6|7|11|8|@]|D|@]|E|$]]|$1|M|3|-4|5|6|7|12|8|@]|D|@]|E|$]]]|N|$O|$5|P|Q|R|E|$S|T]]]]

Use <a href="https://pandas.pydata.org/pandas-docs/stable/indexing.html" rel="noreferrer"><code>iloc</code></a>:

<pre><code>df = df.iloc[3:]
</code></pre>

will give you a new df without the first three rows.

blocks|key|1396177|text|我认为更明确的方法是使用drop。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1396178|语法为：|1396179|df.drop(label)|code-block|syntax|javascript|1396180|正如@tim和@ChaimG指出的那样，这可以就地完成：|1396181|df.drop(label,+inplace=True)|1396182|实现这一点的一种方法可能是：|1396183|df.drop(df.index[:3],+inplace=True)|1396184|和另一个“就地”用法：|1396185|df.drop(df.head(3).index,+inplace=True)|1396186|entityMap^0|0|0|0|0|0|0|0|0|0^^$0|@$1|2|3|4|5|6|7|W|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|X|8|@]|9|@]|A|$]]|$1|D|3|E|5|F|7|Y|8|@]|9|@]|A|$G|H]]|$1|I|3|J|5|6|7|Z|8|@]|9|@]|A|$]]|$1|K|3|L|5|F|7|10|8|@]|9|@]|A|$G|H]]|$1|M|3|N|5|6|7|11|8|@]|9|@]|A|$]]|$1|O|3|P|5|F|7|12|8|@]|9|@]|A|$G|H]]|$1|Q|3|R|5|6|7|13|8|@]|9|@]|A|$]]|$1|S|3|T|5|F|7|14|8|@]|9|@]|A|$G|H]]|$1|U|3|-4|5|6|7|15|8|@]|9|@]|A|$]]]|V|$]]

I think a more explicit way of doing this is to use drop.

The syntax is:

<pre><code>df.drop(label)
</code></pre>

And as pointed out by @tim and @ChaimG, this can be done in-place:

<pre><code>df.drop(label, inplace=True)
</code></pre>

One way of implementing this could be:

<pre><code>df.drop(df.index[:3], inplace=True)
</code></pre>

And another "in place" use:

<pre><code>df.drop(df.head(3).index, inplace=True)
</code></pre>

blocks|key|1393597|text|df+=+df.iloc[n:]|type|code-block|depth|inlineStyleRanges|entityRanges|data|syntax|javascript|1393598|N删除前n行。|unstyled|1393599|entityMap^0|0|0^^$0|@$1|2|3|4|5|6|7|I|8|@]|9|@]|A|$B|C]]|$1|D|3|E|5|F|7|J|8|@]|9|@]|A|$]]|$1|G|3|-4|5|F|7|K|8|@]|9|@]|A|$]]]|H|$]]

<pre><code>df = df.iloc[n:]
</code></pre>

n drops the first n rows.

blocks|key|1393635|text|一种简单的方法是使用tail(-n)删除前n行|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1393636|df=df.tail(-3)|offset|length|style|CODE|1393637|entityMap^0|0|0|E|0^^$0|@$1|2|3|4|5|6|7|J|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|K|8|@$D|L|E|M|F|G]]|9|@]|A|$]]|$1|H|3|-4|5|6|7|N|8|@]|9|@]|A|$]]]|I|$]]

A simple way is to use tail(-n) to remove the first n rows

<code>df=df.tail(-3)</code>

blocks|key|252552|text|df.drop(df.index[[0,2]])|type|code-block|depth|inlineStyleRanges|entityRanges|data|syntax|javascript|252553|Pandas使用从零开始的编号，因此0是第一行，1是第二行，2是第三行。|unstyled|252554|entityMap^0|0|0^^$0|@$1|2|3|4|5|6|7|I|8|@]|9|@]|A|$B|C]]|$1|D|3|E|5|F|7|J|8|@]|9|@]|A|$]]|$1|G|3|-4|5|F|7|K|8|@]|9|@]|A|$]]]|H|$]]

<pre><code>df.drop(df.index[[0,2]])
</code></pre>

Pandas uses zero based numbering, so 0 is the first row, 1 is the second row and 2 is the third row.

blocks|key|1140695|text|您可以使用python切片，但请注意，它不是适当的。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1140696|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|code-block|syntax|javascript|1140697|entityMap^0|0|0^^$0|@$1|2|3|4|5|6|7|I|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|J|8|@]|9|@]|A|$E|F]]|$1|G|3|-4|5|6|7|K|8|@]|9|@]|A|$]]]|H|$]]

You can use python slicing, but note it's not in-place.

<pre><code>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
</code></pre>

blocks|key|1393644|text|inp0=+pd.read_csv("bank_marketing_updated_v1.csv"，skiprows=2)|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1393645|或者，如果您想要在现有数据帧中执行此操作|1393646|只需执行以下命令|1393647|entityMap^0|0|0|0^^$0|@$1|2|3|4|5|6|7|H|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|I|8|@]|9|@]|A|$]]|$1|D|3|E|5|6|7|J|8|@]|9|@]|A|$]]|$1|F|3|-4|5|6|7|K|8|@]|9|@]|A|$]]]|G|$]]

inp0= pd.read_csv("bank_marketing_updated_v1.csv",skiprows=2)

or if you want to do in existing dataframe

simply do following command

blocks|key|253610|text|有一种简单的方法可以通过命令来实现。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|253611|df+=+df.drop(3)|code-block|syntax|javascript|253612|entityMap^0|0|0^^$0|@$1|2|3|4|5|6|7|I|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|J|8|@]|9|@]|A|$E|F]]|$1|G|3|-4|5|6|7|K|8|@]|9|@]|A|$]]]|H|$]]

There is a simple way to implement that by the <a href="https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.drop.html" rel="nofollow noreferrer">drop</a> command.
<pre class="lang-py prettyprint-override"><code>df = df.drop(3)
</code></pre>

I need to delete the first three rows of a dataframe in pandas.

I know <code>df.ix[:-1]</code> would remove the last row, but I can't figure out how to remove first n rows.

Delete the first three rows of a dataframe in pandas

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

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。

问删除pandas中数据帧的前三行
EN

回答 8

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问删除pandas中数据帧的前三行EN

回答 8

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问删除pandas中数据帧的前三行
EN