df.drop()

df.drop() 是 Pandas 中用于删除行或列的方法，可以通过指定标签、轴方向或索引层级来灵活删除。下面我将详细解释每个参数的含义和如何使用它们。

语法

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

参数说明

1. labels:

   • 要删除的行或列的标签。可以传入单个标签，也可以传入标签列表。
   • 示例：labels=[0, 2] 表示删除索引为 0 和 2 的行。

2. axis:

   • 指定删除的方向，axis=0 表示删除行，axis=1 表示删除列。
   • 默认值是 0（删除行）。
   • 示例：axis=1 表示删除列。

3. index:

   • 用来指定要删除的行的标签。如果指定了 index，则 labels 和 axis 不需要使用。
   • 示例：index=[0, 2] 表示删除行索引为 0 和 2 的行。

4. columns:

   • 用来指定要删除的列的标签。如果指定了 columns，则 labels 和 axis 不需要使用。
   • 示例：columns=['a', 'b'] 表示删除列 a 和 b。

5. level:

   • 如果 DataFrame 使用了多级索引（MultiIndex），可以指定要删除的索引层级。
   • 示例：level=0 表示删除第一层的标签。

6. inplace:

   • 布尔值，决定是否在原始 DataFrame 上进行操作。
   • 默认值为 False，表示返回一个新的 DataFrame，原 DataFrame 不会改变。
   • 如果设置为 True，则会直接在原 DataFrame 上修改，不返回新的 DataFrame。
   • 示例：inplace=True 会直接修改原 DataFrame。

7. errors:

   • 控制删除时的错误处理行为。可以选择 'raise' 或 'ignore'。
   • 默认值是 'raise'，即如果尝试删除不存在的标签，会抛出错误。
   • 如果设置为 'ignore'，则会忽略删除不存在标签的错误。
   • 示例：errors='ignore' 会在标签不存在时不抛出错误。

举个例子说明：

假设有以下的 DataFrame df：

import pandas as pd

data = {'a': [1, 2, 3],
        'b': [4, 5, 6],
        'c': [7, 8, 9]}
df = pd.DataFrame(data, index=[0, 1, 2])

df 的内容是：

   a  b  c
0  1  4  7
1  2  5  8
2  3  6  9

1. 删除指定行

df.drop(labels=1, axis=0)

返回结果：

   a  b  c
0  1  4  7
2  3  6  9

• 删除了索引为 1 的行，结果返回了新的 DataFrame。

2. 删除指定列

df.drop(columns='b')

返回结果：

   a  c
0  1  7
1  2  8
2  3  9

• 删除了列 b，返回了新的 DataFrame。

3. 删除多行

df.drop(index=[0, 2])

返回结果：

   a  b  c
1  2  5  8

• 删除了索引为 0 和 2 的行。

4. 删除多列

df.drop(columns=['a', 'c'])

返回结果：

   b
0  4
1  5
2  6

• 删除了列 a 和 c。

5. 使用 inplace=True 修改原 DataFrame

df.drop(labels=1, axis=0, inplace=True)

• 这会直接在原 DataFrame df 中删除索引为 1 的行，而不返回新的 DataFrame。

6. 使用 errors='ignore' 忽略删除不存在标签的错误

df.drop(labels=10, axis=0, errors='ignore')

• 由于索引 10 不存在，所以如果设置 errors='ignore'，不会抛出错误，直接返回原 DataFrame。

总结：

• df.drop() 是一个非常灵活的函数，允许你通过指定标签、轴、层级等来删除行或列。
• 可以通过 inplace=True 来修改原始 DataFrame，避免创建新的 DataFrame。
• 通过 errors='ignore'，可以防止在删除不存在标签时抛出错误。