函數用法
從行或列中刪除指定的標簽
通過指定標簽名稱和相應的軸，或直接指定索引或列名稱，刪除行或列。使用多索引時，可以通過指定級別來刪除不同級別上的標簽
函數參數
DataFrame.drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise')
參數解釋：
- labels：單個標簽或類似列表,要刪除的索引或列標簽。
- axis：{0或'index'，1或'columns'}，默認0,是從索引（0或“ index”）還是從列（1或“ columns”）中刪除標簽。
- index：單個標簽或類似列表,指定軸的替代方法（labels, axis=0 is equivalent to index=labels）
- columns：單標簽或類似列表,指定軸的替代方法(labels, axis=1 is equivalent to columns=labels)
- level：int或級別名稱，可選,對於MultiIndex，將從中刪除標簽的級別。
- inplace：布爾值，默認為False，如果為False，則返回副本。否則，執行就地操作並返回無。
- errors：{'ignore'，'raise'}，默認為'raise'，如果'ignore'，則抑制錯誤，僅刪除現有標簽 。
注意：labels和axis的搭配
例子
#構建一個表 df = pd.DataFrame(np.arange(12).reshape(3, 4), columns=['A', 'B', 'C', 'D']) df
A B C D
0 0 1 2 3 1 4 5 6 7 2 8 9 10 11
刪除列，需要注明axis=1或者是columns=xxx
#一種表達 df.drop(['B', 'C'], axis=1) #另一種表達 df.drop(columns=['B', 'C']) #還可以這樣表達 df.drop(labels=['B', 'C'], axis=1)
A D
0 0 3 1 4 7 2 8 11
刪除行，由於默認是刪除行，因此可以這樣子表達，
df.iloc[[0,1],:] #對行、列進行切片 第1、2行
df.drop([0, 1])
A B C D
2 8 9 10 11
刪除MultiIndex 行或者列
#新建一個復合索引的表 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
刪除行
#刪除 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
刪除列
#刪除某行某列 df.drop(index='cow', columns='small')
big
lama speed 45.0 weight 200.0 length 1.5 falcon speed 320.0 weight 1.0 length 0.3