首先，创建一个DataFrame格式数据作为举例数据。
# 创建一个DataFrame格式数据
data = {'a': ['a0', 'a1', 'a2'],
'b': ['b0', 'b1', 'b2'],
'c': [i for i in range(3)],
'd': 4}
df = pd.DataFrame(data)
print('举例数据情况：\n', df)
注：DataFrame是最常用的pandas对象，使用pandas读取数据文件后，数据就以DataFrame数据结构存储在内存中。
pandas数据行列删除，主要用到drop()和del函数，用法如下：
1、drop()函数
语法：
DataFrame.drop(labels,axis=0,level=None,inplace=False,errors='raise')| 参数 | 说明 |
|---|---|
| labels | 接收string或array，代表要删除的行或列的标签（行名或列名）。无默认值 |
| axis | 接收0或1，代表操作的轴（行或列）。默认为0，代表行；1为列。 |
| level | 接收int或索引名，代表标签所在级别。默认为None |
| inplace | 接收布尔值，代表操作是否对原数据生效，默认为False |
| errors | errors='raise’会让程序在labels接收到没有的行名或者列名时抛出错误导致程序停止运行，errors='ignore’会忽略没有的行名或者列名，只对存在的行名或者列名进行操作。默认为‘errors=‘raise’’。 |
实例1：删除d列
df1 = df.drop(labels='d', axis=1)
print('删除d列前：\n', df)
print('删除d列后：\n', df1)
实例2：删除第一行
df2 = df.drop(labels=0)
print('删除前：\n', df)
print('删除列：\n', df2)
实例3：同时删除多行多列
df3 = df.drop(labels=['a', 'b'], axis=1) # 同时删除a,b列
df4 = df.drop(labels=range(2)) # 等价于df.drop(labels=[0,1])
print('删除前：\n', df)
print('删除多列（a,b）:\n', df3)
print('删除多行(第1,2行)：\n', df4)
注意：（1）、删除列的操作时，axis参数不可省，因为axis默认为0（行）；
（2）、没有加入inplace参数，默认不会对原来数据进行修改，需要将结果赋值给新的变量。
2、del函数
语法：del df[‘列名’]
此操作会对原数据df进行删除，且一次只能删除一列。
正确用法：
del df['d']
print('原地删除d列后：\n', df)
错误用法:
del df[['a', 'b']]
print(df)
以上就是pandas删除某行某列数据的用法，drop()相对于del()来说，灵活性更高，更为实用。更多相关pandas删除某行某列内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网！
