Pandas、Numpy和Python内置函数Del删除指定行、列

pandas 删除某一行/列，采用drop函数：

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

参数说明：

labels：要删除的列或者行，如果要删除多个，传入列表

axis ：轴的方向，0为行，1为列，默认为0

index ：指定要删除的行

columns ：指定要删除的列

inplace=False，删除 *** 作不改变原数据，而是返回一个执行删除 *** 作后的新dataframe（默认）；

inplace=True，在原数据上进行删除 *** 作。

实例：

import pandas as pd

data = {'number':[1,2,3,4,5,6],'character':['a','b','c','d','e','f']}
df = pd.DataFrame(data)

df_1 = df.drop(index = [0,1]) # 删除指定行

df_2 = df.drop(columns = ['character']) # 删除指定列

print('df:\n',df,'\n','df_1:\n',df_1,'\n','df_2:\n',df_2)

输出结果： 

df:
    number character
0       1         a
1       2         b
2       3         c
3       4         d
4       5         e
5       6         f 
 df_1:
    number character
2       3         c
3       4         d
4       5         e
5       6         f 
 df_2:
    number
0       1
1       2
2       3
3       4
4       5
5       6

numpy 删除某一行/列，采用delete函数：

numpy.delete(arr, obj, axis=None)

参数说明：

arr：输入array

obj：整数 or 整数列表，表示哪个子数组要被移除

axis：删除子数组的轴

axis = None：表示把数组按一维数组平铺在进行索引删除

实例：

import numpy as np

x = np.array(np.arange(0, 16).reshape(4, 4))
print(" x:\n",x)

y = np.delete(x, 1, axis=1) # 删除指定一列
print(" y:\n",y)

z = np.delete(x, 0, axis=1) #删除指定一行
print(" z:\n",z)

m = np.delete(x, [1,2], axis=1) # 删除指定多列
print(" m:\n",m)

输出结果：

x:
 [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]
 [12 13 14 15]]
 y:
 [[ 0  2  3]
 [ 4  6  7]
 [ 8 10 11]
 [12 14 15]]
 z:
 [[ 1  2  3]
 [ 5  6  7]
 [ 9 10 11]
 [13 14 15]]
 m:
 [[ 0  3]
 [ 4  7]
 [ 8 11]
 [12 15]]

Python中内置的Del函数，可以删除单个元素，或者指定范围内的值和整个对象

示例：

list_1 = [1,2,3,4,5,6,7]
print(list_1)

del list_1[2:5]

print(list_1)

输出结果： 

[1, 2, 3, 4, 5, 6, 7]
[1, 2, 6, 7]