用法:DataFrame.drop(labels=None,axis=0, index=None, columns=None, inplace=False)

在这里默认:axis=0,指删除index,因此删除columns时要指定axis=1;

inplace=False,默认该删除操作不改变原数据,而是返回一个执行删除操作后的新dataframe;

inplace=True,则会直接在原数据上进行删除操作,删除后就回不来了。

例子:

>>>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

#Drop columns,下面两种方法等价

>>>df.drop(['B', 'C'], axis=1)

   A   D

0  0   3

1  4   7

2  8  11

>>>df.drop(columns=['B', 'C'])

   A   D

0  0   3

1  4   7

2  8  11

#Drop rows by index

>>>df.drop([0, 1])

   A  B   C   D

2  8  9  10  11

Life is short, You need Python~

--------------------- 作者:lyshello123 来源:CSDN 原文:https://blog.csdn.net/songyunli1111/article/details/79306639?utm_source=copy 版权声明:本文为博主原创文章,转载请附上博文链接!