电脑现已成为我们工作、生活和娱乐必不可少的工具了，在使用电脑的过程中，可能会遇到pandas模块drop函数的使用--python3环境的问题，如果我们遇到了pandas模块drop函数的使用--python3环境的情况，该怎么处理怎么才能解决pandas模块drop函数的使用--python3环境带来的困扰呢，对于这样的问题其实我们只需要pycharm+pandas+numpaywindows7环境首先用pandas结合np创建一个随机矩阵，然后通过它来演示drop的删除功能。import numpy as npimport pandas as pddf4 = pd.DataFrame(np.random.randn(3,4) , columns = ['列1','列2','列3','列4'])print(df4)注意：参考pan这样就解决了这样的问题，接下来给大家带来pandas模块drop函数的使用--python3环境的详细操作步骤。

工具/原料

pycharm+pandas+numpay
windows7环境

方法/步骤

首先用pandas结合np创建一个随机矩阵，然后通过它来演示drop的删除功能。

import numpy as npimport pandas as pddf4 = pd.DataFrame(np.random.randn(3,4) , columns = ['列1','列2','列3','列4'])print(df4)

注意：

参考pandas文档drop可知：

DataFrame.drop(labels=None,axis=0,index=None,columns=None,level=None,inplace=False,errors='raise')

其中常用的参数有：

labels：标签或列表

columns： 列名

axis在官网文档里 指定

axis=0：index

axis=1; column

删除一行：

# 删除1行

采用axis指定为0的方式：index

print(df4.drop(index=0, axis= 0))

print(df4.drop(labels=0, axis= 0))

说明axis= 0index和labels一样

但是为避免混淆 减少记忆量 感觉还是 index和axis配合比较好

删除多行，还是

# 删除多行 用列表表示范围print(df4.drop(index=[0,2], axis= 0))print(df4.drop(labels=[2,1], axis= 0))

都可以删除多行。说明axis= 0 index和labels一样

但是为避免混淆 减少记忆量 感觉还是 index和 axis配合比较好

和官网文档一样。

删除1列

print(df4.drop(labels=None, columns= '列1'))

print(df4.drop(labels=None, columns= '列1', axis= 1))

删除多列：

用列表表示范围

print(df4.drop(columns='列1', axis= 1))

print(df4.drop(columns=['列1','列3'], axis=1))

小结：

# 删除列

df4.drop(labels=None, columns= '列1', axis= 1)

删多列

df4.drop(columns=['列1','列3'], axis=1)

-----------------------------------------------------------------

如果用了columns 就可以不用axis！# 如果指定axis=1 那么用labels 或columns 指定具体列，但index 不能用#index 意义是固定的 就是行号。

=========================================

删除1行：

df4.drop(index=0, axis= 0)

删多行

df4.drop(index=[0,2], axis= 0)

----------------------------------------------

# index=0, axis= 0# labels=0, axis= 0# 删除多行

只要有axis= 0 此时index 和 labels等效 有一个就行# 为避免混淆 建议用index这样和df结构一致

# columns意义是固定的 就是列号。# 而label 则不固定 可变化，个人觉得没必要的话 就不用了，容易混淆

注意事项

df4.drop(index=0, axis= 0) 删一行
df4.drop(index=[0,2], axis= 0) 删多行
df4.drop(labels=None, columns= '列1', axis= 1) 删一列
df4.drop(columns=['列1','列3'], axis=1) 删多列

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。