如何删除pandas dataframe中的每隔一行数据？

下面提供几种适配不同场景的处理方法：

• 场景1：确认严格每隔一行全为缺省值
  这种情况直接按行索引切片效率最高，假设从0开始计数的行索引中，偶数行是有效数据、奇数行全是空行，代码如下：

  # 保留偶数行，若奇数行是有效数据就把==0改成==1
  df = df[df.index % 2 == 0]
  

• 场景2：待删除行是全缺省行，不一定严格间隔
  用pandas自带的dropna方法，指定how='all'参数仅删除整行全为缺省值的行：

  df = df.dropna(how='all')
  

  如果你读取的文件中n/a是字符串格式，没有被pandas识别为缺省值，先做替换再删除：

  import numpy as np
  # 先把字符串'n/a'替换为pandas可识别的缺省值
  df = df.replace('n/a', np.nan).dropna(how='all')
  

• 场景3：待删除行不是全空，但缺省值占比极高
  可以通过thresh参数设置保留行的最少非空值数量，比如要求一行至少有20%的非空值才保留：

  # 计算最少需要的非空值数量，0.2可按需调整
  min_non_null = int(len(df.columns) * 0.2)
  df = df.dropna(thresh=min_non_null)
  

删除空行之后如果需要重置连续的行索引，可执行以下代码：

# drop=True表示不保留旧索引作为新列
df = df.reset_index(drop=True)

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