drop方法的用法：drop(labels, axis=0, level=None, inplace=False)
-- axis为0时表示删除行，axis为1时表示删除列
参数说明：
labels:显示要删除的行或列的标签名
axis:axis=0时按行删除，axis=1时按列删除
level:代表标签所在的索引级别,一般不使用
inplace:值为Fasle代表不在原来的表上做修改，值为True则直接在原表上做修改
这次的文件是一个天气的csv文件，我已经上传资源绑定了，审核通过后宝子们就可以看到了，大家也可以自己动手创建自己的csv文件来使用drop.希望本文对正在学习Pandas基础的友友们有帮助！
import pandas as pd
df=pd.read_csv("D:/weather_20230115134249.xls",index_col="日期")
#处理气温的后缀℃
df.loc[:,'气温(度)']=df["气温(度)"].str.replace("℃","")
print(df.head())
#删除数据
print('-'*60)
print(df.drop("2015-01-02",inplace=False).head())
print('-'*60)
#删除单列
print(df.drop("城市",axis=1,inplace=False).head())
print('-'*60)
#删除多列
print(df.drop(labels=["相对湿度(%)","累积雨量(mm)"],axis=1,inplace=False).head())运行结果:
D:\Python\p\Scripts\python.exe "D:\Python\python-learning\数据分析(二)\处理缺失值.py"
城市 行政区 观测站 气温(度) 相对湿度(%) 累积雨量(mm)
日期
2015-01-01 新北市 烏來區 福山 13.7 92 0.0
2015-01-02 臺南市 安平區 安平 23.5 70 0.0
2015-01-03 臺東縣 東河鄉 七塊厝 19.6 86 0.0
2015-01-04 新北市 貢寮區 福隆 14.2 96 -99.0
2015-01-05 南投縣 仁愛鄉 小奇萊 8.3 57 0.0
------------------------------------------------------------
城市 行政区 观测站 气温(度) 相对湿度(%) 累积雨量(mm)
日期
2015-01-01 新北市 烏來區 福山 13.7 92 0.0
2015-01-03 臺東縣 東河鄉 七塊厝 19.6 86 0.0
2015-01-04 新北市 貢寮區 福隆 14.2 96 -99.0
2015-01-05 南投縣 仁愛鄉 小奇萊 8.3 57 0.0
2015-01-06 嘉義縣 大林鎮 大林 23.2 63 0.0
------------------------------------------------------------
行政区 观测站 气温(度) 相对湿度(%) 累积雨量(mm)
日期
2015-01-01 烏來區 福山 13.7 92 0.0
2015-01-02 安平區 安平 23.5 70 0.0
2015-01-03 東河鄉 七塊厝 19.6 86 0.0
2015-01-04 貢寮區 福隆 14.2 96 -99.0
2015-01-05 仁愛鄉 小奇萊 8.3 57 0.0
------------------------------------------------------------
城市 行政区 观测站 气温(度)
日期
2015-01-01 新北市 烏來區 福山 13.7
2015-01-02 臺南市 安平區 安平 23.5
2015-01-03 臺東縣 東河鄉 七塊厝 19.6
2015-01-04 新北市 貢寮區 福隆 14.2
2015-01-05 南投縣 仁愛鄉 小奇萊 8.3
进程已结束，退出代码为 0