python--pandas删除

drop 方法是pandas中删除行或列的方法。

根据 索引名 删除目标行。

当需要根据索引位置删除时，可以使用 index 属性来组合完成。

根据 列名 删除目标列，同时需要设置 axis=1 或者 columns 。

当需要根据列位置删除时，可以使用 columns 属性来组合完成。

删除列也可以用关键字 del 实现，每次只能删除一列，且删除列后，原数据发生改变。

同时删除行和列，需要为行使用 index 参数，为列使用 columns 参数。

当数据框有多重索引时，删除行时，需要设置 level 参数。

多重索引数据框同时删除行和列时，只能删除第一层索引和列。

dropna 为删除缺失值的方法。

默认会删除包含缺失值的所有行。

可设置 how , thresh , subset 参数控制删除的行为。

设置参数 axis=1 或者 axis=columns 删除缺失列。

同样，可以设置 how , thresh , subset 参数来控制删除缺失列的行为。

删除重复值用 drop_duplicates 方法实现。

设置 subset 参数，根据列删除重复行。

设置 ignore_index=True 可以对删除重复行后的数据索引重排序。

直接del DF['column-name']或者采用drop方法就能解决。

具体 *** 作方法：

一、直接del DF['column-name']；

二、采用drop方法，有下面三种等价的表达式：

1. DF= DF.drop('column_name', 1)；

2. DF.drop('column_name',axis=1, inplace=True)；

3. DF.drop(DF.columns[ : ], axis=1,inplace=True)   # Note: zero indexed。

drop()删除行列的 *** 作，drop函数的axis参数0和1分别代表列和行。

直接采用drop函数即可，设置参数axis=0. 参数axis为0表示在0轴（列）上搜索名字为C的对象，然后删除对象C对应的行。

用drop函数设置参数axis=1. 参数axis为1表示在1轴（行）上搜索名字为col2的对象，然后删除对象col2对应的列。

---