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

在這裡預設：axis=0，指刪除index，因此刪除columns時要指定axis=1；

inplace=False，預設該刪除操作不改變原資料，而是返回一個執行刪除操作後的新dataframe；

inplace=True，則會直接在原資料上進行刪除操作，刪除後就回不來了。

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,下面兩種方法等價

>>>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 來源：CSDN 原文：https://blog.csdn.net/songyunli1111/article/details/79306639?utm_source=copy 版權宣告：本文為博主原創文章，轉載請附上博文連結！