一、介绍
通过指定标签名称和相应的轴，或直接指定索引或列名称，删除行或列。
使用多索引时，可以通过指定级别来删除不同级别上的标签。
使用语法：
pandas.DataFrame.drop(labels=None,
axis=0,
index=None,
columns=None,
level=None,
inplace=False,
errors='raise')
参数解释：
-- labels 单个标签或者标签列表
-- axis=0 默认 删除index
-- axis=1 指定删除列
-- inplace=True 修改原数据
-- level 针对多重索引 指定级别
-- index 指定索引
-- columns 指定列名
二、实操
- 删除简单索引
import pandas as pd
import numpy as np
# 构建测试集
df = pd.DataFrame(np.arange(12).reshape(3,4), columns=['a','b','c','d'])
'''
a b c d
0 0 1 2 3
1 4 5 6 7
2 8 9 10 11
'''
# 删除行
df.drop(2)
df.drop([0,1])
# 删除列
df.drop('a', axis=1)
df.drop(['b','c'], axis=1)
df.drop(columns=['b','c']) # 同上
- 多重索引删除数据
# 构建复合索引测试表
midx = pd.MultiIndex(levels=[['lama', 'cow', 'falcon'],
['speed', 'weight', 'length']],
codes=[[0, 0, 0, 1, 1, 1, 2, 2, 2],
[0, 1, 2, 0, 1, 2, 0, 1, 2]])
df = pd.DataFrame(index=midx, columns=['big', 'small'],
data=[[45, 30], [200, 100], [1.5, 1], [30, 20],
[250, 150], [1.5, 0.8], [320, 250],
[1, 0.8], [0.3, 0.2]])
df
'''
big small
lama speed 45.0 30.0
weight 200.0 100.0
length 1.5 1.0
cow speed 30.0 20.0
weight 250.0 150.0
length 1.5 0.8
falcon speed 320.0 250.0
weight 1.0 0.8
length 0.3 0.2
'''
# 删除行
df.drop(index='length', level=1)
'''
big small
lama speed 45.0 30.0
weight 200.0 100.0
cow speed 30.0 20.0
weight 250.0 150.0
falcon speed 320.0 250.0
weight 1.0 0.8
'''
# 删除列
df.drop(index='cow', columns='big')
'''
small
lama speed 30.0
weight 100.0
length 1.0
falcon speed 250.0
weight 0.8
length 0.2
'''
参考链接：Python中pandas dataframe删除一行或一列:drop函数详解
参考链接：df.drop()函数删除多行或者多列