pandas—刪除某行或某列數據

首先，創建一個DataFrame格式數據作為舉例數據。

# 創建一個DataFrame格式數據
data = {'a': ['a0', 'a1', 'a2'],
'b': ['b0', 'b1', 'b2'],
'c': [i for i in range(3)],
'd': 4}
df = pd.DataFrame(data)
print('舉例數據情況：\n', df)

注：DataFrame是最常用的pandas對象，使用pandas讀取數據文件後，數據就以DataFrame數據結構存儲在內存中。

pandas數據行列刪除，主要用到drop()和del函數，用法如下：
1、drop()函數
語法：
DataFrame.drop(labels,axis=0,level=None,inplace=False,errors=’raise’)

參數說明labels接收string或array，代表要刪除的行或列的標簽（行名或列名）。無默認值axis接收0或1，代表操作的軸（行或列）。默認為0，代表行；1為列。level接收int或索引名，代表標簽所在級別。默認為Noneinplace接收布爾值，代表操作是否對原數據生效，默認為Falseerrorserrors='raise’會讓程序在labels接收到沒有的行名或者列名時拋出錯誤導致程序停止運行，errors='ignore’會忽略沒有的行名或者列名，只對存在的行名或者列名進行操作。默認為‘errors=‘raise’’。

實例1：刪除d列

df1 = df.drop(labels='d', axis=1)
print('刪除d列前：\n', df)
print('刪除d列後：\n', df1)

實例2：刪除第一行

df2 = df.drop(labels=0)
print('刪除前：\n', df)
print('刪除列：\n', df2)

​​​​​​​

實例3：同時刪除多行多列

df3 = df.drop(labels=['a', 'b'], axis=1) # 同時刪除a,b列
df4 = df.drop(labels=range(2)) # 等價於df.drop(labels=[0,1])
print('刪除前：\n', df)
print('刪除多列（a,b）:\n', df3)
print('刪除多行(第1,2行)：\n', df4)

注意：（1）、刪除列的操作時，axis參數不可省，因為axis默認為0（行）；
（2）、沒有加入inplace參數，默認不會對原來數據進行修改，需要將結果賦值給新的變量。

2、del函數
語法：del df[‘列名’]
此操作會對原數據df進行刪除，且一次只能刪除一列。
正確用法：

del df['d']
print('原地刪除d列後：\n', df)

錯誤用法:

del df[['a', 'b']]
print(df)

以上就是pandas刪除某行某列數據的用法，drop()相對於del()來說，靈活性更高，更為實用。