pandas DataFrame行或列的刪除方法

pandas DataFrame的增刪查改總結系列文章：

• pandas DaFrame的建立方法
• pandas DataFrame的查詢方法
• pandas DataFrame行或列的刪除方法
• pandas DataFrame的修改方法

此文咱們繼續圍繞DataFrame介紹相關操做。

平時在用DataFrame時候，刪除操做用的不太多，基本是從源DataFrame中篩選數據，組成一個新的DataFrame再繼續操做。

1. 刪除DataFrame某一列

這裏咱們繼續用上一節產生的DataFrame來作例子，原DataFrame以下：

咱們使用drop()函數，此函數有一個列表形參labels，寫的時候能夠加上labels=[xxx]，也能夠不加，列表內羅列要刪除行或者列的名稱，默認是行名稱，若是要刪除列，則要增長參數axis=1，操做以下：

#pd.__version__ =='0.18.0'
#drop columns
test_dict_df.drop(['id'],axis=1)
#test_dict_df.drop(columns=['id']) # official operation， maybe my pandas version needs update!

結果以下，對於上面的代碼，官方教程文檔中給出了columns=['name']，可是在我測試的時候會報錯，我用的python3，pandas版本爲0.18，多是pandas版本太老的緣故。

這裏注意輸出的結果是執行此方法的結果，而不是輸出test_dict_df的結果，是由於方法默認的並非在自己執行操做，這時候輸出test_dict_df輸出的仍然是沒有進行刪除操做的原DataFrame，若是你想在原DataFrame上進行操做，須要加上inplace=True，等價於在操做完再賦值給自己：

test_dict_df.drop(['id'],axis=1,inplace=True)
# test_dict_df = test_dict_df.drop(['id'],axis=1)

2. 刪除DataFrame某一行

刪除某一行，在上面刪除列操做的時候也稍有說起，若是不加axis=1，則默認按照行號進行刪除，例如要刪除第0行和第4行：

test_dict_df.drop([0,4])

同理，你要在源DataFrame上進行操做就得加上inplace參數，不然不會在test_dict_df上改動。

固然，若是你的DataFrame有不少級，你能夠加上level參數，這裏就很少贅述了。