一、介紹
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。
使用語法：
pandas.DataFrame.drop(labels=None,
axis=0,
index=None,
columns=None,
level=None,
inplace=False,
errors='raise')
參數解釋：
-- labels 單個標簽或者標簽列表
-- axis=0 默認 刪除index
-- axis=1 指定刪除列
-- inplace=True 修改原數據
-- level 針對多重索引 指定級別
-- index 指定索引
-- columns 指定列名
二、實操
- 刪除簡單索引
import pandas as pd
import numpy as np
# 構建測試集
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
'''
# 刪除行
df.drop(2)
df.drop([0,1])
# 刪除列
df.drop('a', axis=1)
df.drop(['b','c'], axis=1)
df.drop(columns=['b','c']) # 同上
- 多重索引刪除數據
# 構建復合索引測試表
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
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
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
'''
參考鏈接：Python中pandas dataframe刪除一行或一列:drop函數詳解
參考鏈接：df.drop()函數刪除多行或者多列