如何通过索引删除Pandas DataFrame行以排除其在柱状图中显示

我看到你的问题了——调用df.drop([10])删除索引10的"total"行后，那行还是出现在柱状图里对吧？问题的核心在于Pandas的drop()方法默认不会修改原始DataFrame，它只是返回一个删除指定行后的新DataFrame，而你没有把这个新结果保留下来，也没有让修改直接作用在原数据上。

下面给你两种可行的解决方案：

方案1：使用inplace=True参数直接修改原DataFrame #

这个参数会让drop()操作直接在原DataFrame上生效，不需要额外赋值：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv("https://raw.githubusercontent.com/ryan-j-hope/Shielding-models/master/2020%20Uk%20Population%20By%20Age%20Demographics.csv", encoding='UTF')
df.drop([10], inplace=True)  # 添加inplace=True，直接修改原df
print(df)
ag = df["Age Group"]
pop = df["Population (%)"]
plt.bar(ag, pop)
plt.show()

方案2：将删除后的新DataFrame重新赋值给原变量 #

如果不想修改原数据（或者更习惯这种显式的赋值方式），可以把drop()返回的新对象存回df：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv("https://raw.githubusercontent.com/ryan-j-hope/Shielding-models/master/2020%20Uk%20Population%20By%20Age%20Demographics.csv", encoding='UTF')
df = df.drop([10])  # 把删除后的新DataFrame重新赋值给df
print(df)
ag = df["Age Group"]
pop = df["Population (%)"]
plt.bar(ag, pop)
plt.show()

补充说明 #

Pandas的大多数数据处理方法（比如drop()、filter()、sort_values()等）都是非原地修改的设计，这样可以避免不小心破坏原始数据。所以以后遇到类似操作时，记得要么用inplace=True，要么把结果重新赋值给变量，这样后续的操作才会基于修改后的数据执行。

内容的提问来源于stack exchange，提问作者syn_bio_delta