pandas DataFrame行或列的删除方法

pandas DataFrame的增删查改总结系列文章：

• pandas DaFrame的建立方法
• pandas DataFrame的查询方法
• pandas DataFrame行或列的删除方法
• pandas DataFrame的修改方法

此文咱们继续围绕DataFrame介绍相关操做。

平时在用DataFrame时候，删除操做用的不太多，基本是从源DataFrame中筛选数据，组成一个新的DataFrame再继续操做。

1. 删除DataFrame某一列

这里咱们继续用上一节产生的DataFrame来作例子，原DataFrame以下：

咱们使用drop()函数，此函数有一个列表形参labels，写的时候能够加上labels=[xxx]，也能够不加，列表内罗列要删除行或者列的名称，默认是行名称，若是要删除列，则要增长参数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!

结果以下，对于上面的代码，官方教程文档中给出了columns=['name']，可是在我测试的时候会报错，我用的python3，pandas版本为0.18，多是pandas版本太老的缘故。

这里注意输出的结果是执行此方法的结果，而不是输出test_dict_df的结果，是由于方法默认的并非在自己执行操做，这时候输出test_dict_df输出的仍然是没有进行删除操做的原DataFrame，若是你想在原DataFrame上进行操做，须要加上inplace=True，等价于在操做完再赋值给自己：

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

2. 删除DataFrame某一行

删除某一行，在上面删除列操做的时候也稍有说起，若是不加axis=1，则默认按照行号进行删除，例如要删除第0行和第4行：

test_dict_df.drop([0,4])

同理，你要在源DataFrame上进行操做就得加上inplace参数，不然不会在test_dict_df上改动。

固然，若是你的DataFrame有不少级，你能够加上level参数，这里就很少赘述了。