如何按保留一行丢弃一行的方式将DataFrame精简至原规模一半？

方法一：按行号交替保留（第1、3、5...行） #

这种方法完全匹配你“保留第1行、丢弃第2行”的需求，操作简单且效率极高，适合20万条量级的数据：

方式1：用iloc直接切片 #

pandas的iloc支持步长索引，因为DataFrame是0基索引，原第1行对应索引0，第3行对应索引2，所以用::2就能每隔一行取一行：

import pandas as pd

# 假设你的DataFrame名为df
df_reduced = df.iloc[::2]

方式2：布尔掩码筛选 #

通过判断行索引的奇偶性生成掩码，同样能实现目标：

# 0索引下，原奇数行（第1、3行）的索引为偶数
mask = df.index % 2 == 0
df_reduced = df[mask]

方法二：结合sample与掩码的随机抽样 #

如果不需要严格按行号交替，只是需要随机保留一半数据，直接用sample最方便：

# frac=0.5表示抽取50%数据，random_state可选，用于固定抽样结果
df_reduced = df.sample(frac=0.5, random_state=42)

要是想用掩码手动实现随机抽样，可以用numpy生成随机布尔数组：

import numpy as np

# 生成等概率的True/False掩码，True的占比约50%
mask = np.random.choice([True, False], size=len(df), p=[0.5, 0.5])
df_reduced = df[mask]

内容的提问来源于stack exchange，提问作者user15516822