根据应用于某一列的特定条件，从数据框架中删除行。

要从数据框架中删除满足特定条件的行，可以按照以下步骤进行：

1. 确定要删除的条件，以哪一列为依据。

例如，我们有一个数据框架 df，其中一列 salary 为工资数据，我们想删除工资低于 5000 的员工信息。

1. 利用条件筛选选出要删除的行。

可以使用 df[df['salary'] < 5000] 来筛选出工资低于 5000 的员工信息。

示例代码：

import pandas as pd

# 创建数据框架
data = {'name': ['Alice', 'Bob', 'Cathy', 'David'],
        'salary': [5000, 5200, 4800, 4500]}
df = pd.DataFrame(data)

# 根据条件筛选要删除的行
delete_rows = df[df['salary'] < 5000]

1. 使用 drop() 方法删除符合条件的行。

关于 drop() 方法的使用，需要注意以下几点：

• drop() 方法会默认在原数据框架中删除指定的行或列，并返回删除后的新数据框架。如果要在原数据框架中修改，需要加上 inplace=True 参数。

• drop() 方法的参数 axis 指定要删除的行或列所在的轴，0 为行，1 为列。

• drop() 方法的参数 index 指定要删除的行所在的索引，可以为一个索引值，也可以为多个索引值组成的列表。

示例代码：

# 删除符合条件的行，并在原数据框架中进行修改
df.drop(delete_rows.index, inplace=True)

完整示例代码：

import pandas as pd

# 创建数据框架
data = {'name': ['Alice', 'Bob', 'Cathy', 'David'],
        'salary': [5000, 5200, 4800, 4500]}
df = pd.DataFrame(data)

# 根据条件筛选要删除的行
delete_rows = df[df['salary'] < 5000]

# 删除符合条件的行，并在原数据框架中进行修改
df.drop(delete_rows.index, inplace=True)

print(df)

输出结果为：

    name  salary
0  Alice    5000
1    Bob    5200