如何通过索引标签在Pandas DataFrame中删除行

在Pandas DataFrame中，我们可以使用索引标签来删除行。下面是详细的攻略步骤以及带有实例的说明：

1. 查看DataFrame

首先，我们需要查看DataFrame的数据内容。可以使用pandas库中的read_csv()函数读取csv文件，也可以手动创建DataFrame对象。例如，我们可以通过以下代码创建一个简单的DataFrame对象：

import pandas as pd

df = pd.DataFrame({'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily'], 
                   'Age': [25, 32, 18, 47, 33], 
                   'Gender': ['F', 'M', 'M', 'M', 'F']})
print(df)

这将输出以下结果：

       Name  Age Gender
0     Alice   25      F
1       Bob   32      M
2   Charlie   18      M
3     David   47      M
4     Emily   33      F

2. 设置索引

接下来，我们需要设置一个或多个列作为DataFrame的索引。可以使用set_index()函数设置单个列或多个列作为索引。例如，我们可以使用以下代码将'Name'列设置为索引：

df.set_index('Name', inplace=True)
print(df)

这将输出以下结果：

         Age Gender
Name              
Alice     25      F
Bob       32      M
Charlie   18      M
David     47      M
Emily     33      F

3. 删除行

接下来，我们可以使用drop()函数来删除指定的行。drop()函数的第一个参数是要删除的行的索引，可以使用单个索引标签或包含多个索引标签的列表。同时，可以通过指定axis=0参数来表明要删除的是行。例如，我们可以使用以下代码删除'Charlie'和'David'两行：

df.drop(['Charlie', 'David'], inplace=True)
print(df)

这将输出以下结果：

       Age Gender
Name             
Alice   25      F
Bob     32      M
Emily   33      F

4. 还原索引

删除行之后，如果想要还原索引，可以使用reset_index()函数。例如，如果我们想要保留'Name'列，同时恢复原来的索引，可以使用以下代码：

df.reset_index(level=0, inplace=True)
print(df)

这将输出以下结果：

       Name  Age Gender
0     Alice   25      F
1       Bob   32      M
2     Emily   33      F

以上就是在Pandas DataFrame中通过索引标签删除行的完整攻略步骤和实例说明。