Python data.drop()函数详解：轻松删除DataFrame行列

在使用Python进行数据分析时，我们经常需要对DataFrame进行数据清洗，删除不需要的行或列。pandas库提供的data.drop()函数为我们提供了便捷的操作方法。

1. 删除行

要删除DataFrame中的指定行，可以使用data.drop()函数，并将index参数设置为要删除的行的索引号。

**代码示例：**python# 导入pandas库import pandas as pd

创建示例DataFramedata = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

删除索引为1的行data = data.drop(index=1)

打印结果print(data)

输出结果：

A B C0 1 4 72 3 6 9

2. 删除列

要删除DataFrame中的指定列，同样可以使用data.drop()函数，并将columns参数设置为要删除的列名。

**代码示例：**python# 导入pandas库import pandas as pd

创建示例DataFramedata = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

删除'B'列data = data.drop(columns='B')

打印结果print(data)

输出结果：

A C0 1 71 2 82 3 9

注意： data.drop()函数默认不会修改原始DataFrame，而是返回一个新的DataFrame。如果需要修改原始DataFrame，可以设置inplace=True参数。

希望本文能够帮助你更好地理解和使用data.drop()函数进行数据清洗！