df.drop()

#构建一个表

df = pd.DataFrame(np.arange(12).reshape(3, 4),
                  columns=['A', 'B', 'C', 'D'])
df
   A  B   C   D
0  0  1   2   3
1  4  5   6   7
2  8  9  10  11
删除列,需要注明axis=1或者是columns=xxx

 
df.drop(['B', 'C'], axis=1)

#另一种表达
df.drop(columns=['B', 'C'])

#还可以这样表达
df.drop(labels=['B', 'C'], axis=1)

   A   D
0  0   3
1  4   7
2  8  11

删除行,由于默认是删除行,因此可以这样子表达,

df.iloc[[0,1],:]   #对行、列进行切片  第1、2行
df.drop([0, 1])
   A  B   C   D
2  8  9  10  11
  • 3
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值