1、首先用pandas结合np创建一个随机矩阵，然后通过它来演示drop的删除功能。import numpy as npimport pandas as pddf4 = pd.DataFrame(np.random.randn(3,4) , columns = ['列1','列2','列3','列4'])print(df4)
2、注意：参考pandas文档drop可知：DataFrame.drop(labels屏顿幂垂=None,axis=0,index=No荏鱿胫协ne,columns=None,level=None,inplace=False,errors='raise')其中常用的参数有：labels：标签或列表columns： 列名axis在官网文档里 指定axis=0：indexaxis=1; column
3、删除一行：# 删除1行采用axis指定为0的方式：indexprint(df4.drop(index=0, axis= 0))print(df4.drop(labels=0, axis= 0))说明axis= 0index和labels一样但是为避免混淆 减少记忆量 感觉还是 index和axis配合比较好
4、删除多行，还是# 删除多行 用列表表示范围print(df4.drop(index=[0,2], axis= 0))print(df4.drop(labels=[2,1], axis= 0))都可以删除多行。说明axis= 0 index和labels一样但是为避免混淆 减少记忆量 感觉还是 index和 axis配合比较好和官网文档一样。
5、删除1列print(df4.drop(labels=None, columns= '列1'))print(df4.drop(labels=None, columns= '列1', axis= 1))
6、删除多列：用列表表示范围print(df4.drop(columns='列1', axis= 1))print(df4.drop(columns=['列1','列3'], axis=1))
7、小结：# 删除列df4.drop(labels=None, columns= '列1&#补朱锚卦39;, axis= 1)删多列df4.drop(columns=['列1','列3'], axis=1)-----------------------------------------------------------------如果用了columns 就可以不用axis！# 如果指定axis=1 那么用labels 或columns 指定具体列，但index 不能用#index 意义是固定的 就是行号。=========================================删除1行：df4.drop(index=0, axis= 0)删多行df4.drop(index=[0,2], axis= 0)----------------------------------------------# index=0, axis= 0# labels=0, axis= 0# 删除多行只要有axis= 0 此时index 和 labels等效 有一个就行# 为避免混淆 建议用index这样和df结构一致# columns意义是固定的 就是列号。# 而label 则不固定 可变化，个人觉得没必要的话 就不用了，容易混淆