pandas数据清洗：drop函数案例详解、dropna函数案例详解、drop_duplicates函数案例详解

1 drop函数简介

drop函数：用来删除数据表格中的列数据或行数据

df.drop(labels=None,axis=0
        ,index=None
        ,columns=None
        ,inplace=False)

参数	简介
labels	以列表形式赋值，待删除的行名或列名，与axis参数一起使用
axis	确定删除行还是列，0为行，1为列
index	以列表形式赋值，删除第几行；不与labels和axis参数连用
columns	以列表形式赋值，删除第几列；不与labels和axis参数连用
inplace	是否用新生成的列表替换原列表

1.1 构建学习数据

df = pd.DataFrame(np.arange(16).reshape(4, 4),
                  columns=['A', 'B', 'C', 'D'])

1.2 删除行两种方法

方法一：使用index参数 []内是索引名，不是序号，要注意！
df.drop(index=[0,1],inplace=False)

方法二：使用labels和axis参数
df.drop(labels=[0,1],axis=0,inplace=False)

两者效果一样

1.3 删除列两种方法