我們先來(lái)看看DataFrame.drop的幫助文檔：

Help on function drop in module pandas.core.frame:

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

Drop specified labels from rows or columns. Remove rows or columns by specifying label names and corresponding axis, or by specifying directly index or column names. When using a multi-index, labels on different levels can be removed by specifying the level.

Parameters ----------

labels : single label or list-like Index or column labels to drop. axis : {0 or 'index', 1 or 'columns'}, default 0 Whether to drop labels from the index (0 or 'index') or columns (1 or 'columns').

index, columns : single label or list-like Alternative to specifying axis (``labels, axis=1`` is equivalent to ``columns=labels``).

      ..versionadded::0.21.0

level : int or level name, optional For MultiIndex, level from which the labels will be removed.

inplace : bool, default False If True, do operation inplace and return None.

errors : {'ignore', 'raise'}, default 'raise' If 'ignore', suppress error and only existing labels are dropped.

Returns ------- dropped : pandas.DataFrame

先創(chuàng)建一個(gè)DataFrame對(duì)象，為方便演示矾睦，我創(chuàng)建了一個(gè)索引既有時(shí)間晦款，也有其他類(lèi)型的索引。

    In[1]: import pandas as pd

    In[2]: df = pd.DataFrame([11, 12, 13, 14, 15, 16, 17], index = [0,  1,  2, '2018-01-01',  '2018-01-02', 'a', 'b'], columns = ['V'])

    In[3]: print(df)

    Out[3]:

                V
    0           11
    1           12
    2           13
    2018-01-01  14
    2018-01-02  15
    a           16
    b           17

通過(guò)幫助文檔我們簡(jiǎn)單了解到一個(gè)重要參數(shù)inplace=False枚冗，這個(gè)參數(shù)控制著DataFrame.drop的操作是在原DataFrame刪除還是不在原DataFrame上刪除缓溅，默認(rèn)不在原DataFrame上操作。

labels參數(shù)

DataFrame.drop()中的參數(shù)labels是要?jiǎng)h除的行或者列的名字赁温，刪除行還是列由參數(shù)axis控制坛怪，axis默認(rèn)為0即按行刪除，要想刪除列只需令axis=1股囊。

    In[4]: df.drop([2,'2018-01-01','a'])
    Out[4]: 
                       V
      0                11
      1                12
      2018-01-02       15
      b                17

如果要?jiǎng)h除列‘V’袜匿，只需如下操作：

    In[5]: df.drop(['V'],axis=1)
    Out[5]: 
      0
      1
      2
      2018-01-01
      2018-01-02
      a
      b

index參數(shù)

對(duì)于參數(shù)index，這個(gè)參數(shù)只能傳入行的名字即它是專(zhuān)為按行刪除設(shè)置的毁涉，axis的值不影響index沉帮，axis的值只在給labels傳入?yún)?shù)時(shí)起作用。

    In[6]: df.drop(index = 'a',axis = 1)
    Out[6]:
                     V
      0             11
      1             12
      2             13
      2018-01-01    14
      2018-01-02    15
      b             17

columns參數(shù)的用法與index的用法是類(lèi)似的贫堰。

level參數(shù)目前我還沒(méi)用過(guò)，用到了再說(shuō)了待牵。

errors參數(shù)控制著當(dāng)labels接收到?jīng)]有的行名或者列名時(shí)其屏，程序應(yīng)該執(zhí)行的操作。

errors='raise'會(huì)讓程序在labels接收到?jīng)]有的行名或者列名時(shí)拋出錯(cuò)誤導(dǎo)致程序停止運(yùn)行缨该，errors='ignore'會(huì)忽略沒(méi)有的行名或者列名偎行，只對(duì)存在的行名或者列名進(jìn)行操作。
想要了解更加詳細(xì)信息贰拿，自己在python中用help(pd.DataFrame.drop)或者參閱：DataFrame.drop