1、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)
2、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
3、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= 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
4、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。
5、删除1列
print(df4.drop(labels=None, columns= '列1'))
print(df4.drop(labels=None, columns= '列1', axis= 1))
6、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))
7、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
