pandas.DataFrame.drop()函数

在Pandas库中，DataFrame.drop() 用于移除DataFrame中的行或列。

df.drop(labels = None, axis = 0, index = None, columns = None, level = None, inplace = False,errors = 'raise')
参数:
1.labels:要删除的列或者行，如果要删除多个，传入列表
2.axis:轴的方向，0为行，1为列，默认为0
3.index:指定的一行或多行
4.columns:指定的一列或多列
5.level:索引层级，将删除此层级
6.inplace:布尔值，默认为False
7.errors:ignore或raise，默认为raise，如果为ignore，则容忍错误，仅删除现有标签

删除行

1.使用索引删除行：

df.drop(1,axis=0)

2.使用索引删除多行

df.drop([1,2,3],axis=0) 与 df.drop(index=[1,2,3])等效。

3. 删除某列指定值所在的行

df = df.drop(df[df['columns_name'] == 'USA'].index) # 删除columns_name列中值为USA的行

4. 根据某列条件删除多行的值

df = df.drop(df[df['score'] < 80].index) # 删除score列中小于80的行

5. 根据多个列的条件删除行

（1）删除gender为M或者score小于90的行
df = df.drop(df[(df['gender'] == 'M') | (df['score'] < 90)].index)
（2）删除gender为M 同时score小于90的行
df = df.drop(df[(df['gender'] == 'M') & (df['score'] < 90)].index)

删除列

1.删除单列

df.drop('columns_name', axis=1) # 注意此处 axis参数为1

2.删除多列

df.drop(df.columns[1:3], axis=1, inplace=True)