4.4　删除表格的行和列

在Excel中要删除表格的行和列，直接选择然后执行删除命令即可，如果用VBA代码删除则显得更麻烦一些。在Pandas中，使用df.drop（）函数来删除指定的行和列，以及使用df.dropna（）函数删除有缺失值的行和列。

4.4.1　删除行

df.drop（）函数执行删除行，写法为df.drop（序号或标签，axis=0，inplace=True），由于axis的默认值是0，所以在进行删除行操作时，可以不写此参数。inplace参数表示就地删除，也就是在原表删除。该函数支持单行、多行删除。

1．通过行索引序号删除行

如果DataFrame表格的行索引是自然序号，则直接在df.drop（）函数的第1参数指定行索引序号即可。

1）删除指定的单行

直接在df.drop（）函数的第1参数指定行索引序号即可，示例代码如下：

删除单行前后效果对比如图4-36所示。

2）删除指定的多行

将要删除的行索引序号组织在列表、数组、Series等可迭代对象中，然后放置在df.drop（）函数第1参数即可，示例代码如下：

删除多行前后效果对比如图4-37所示。

2．通过行索引标签删除行

如果DataFrame表格的行索引不是自然序号，而是标签，其删除方式也一样，直接在df.drop（）函数的第1参数指定索引行的标签即可。

1）删除指定的单行

直接在df.drop（）函数的第1参数指定行索引标签即可，示例代码如下：

删除单行前后效果对比如图4-38所示。

2）删除指定的多行

将要删除的多行索引标签组织在列表、数组、Series等可迭代对象中，然后放置在df.drop（）函数第1参数即可，示例代码如下：

删除多行前后效果对比如图4-39所示。

4.4.2　删除列

使用df.drop（）函数执行删除列，写法为df.drop（序号或标签，axis=1，inplace=True），因为是删除列，所以axis=1是不能省略的。该函数支持单列、多列删除。

1．通过列索引序号删除列

如果DataFrame表格的列索引是自然序号，则直接在df.drop（）函数的第1参数指定列索引序号，将axis设置为1即可。

1）删除指定的单列

删除指定的单列，直接在df.drop（）函数的第1参数指定列索引序号即可，示例代码如下：

删除单列前后效果对比如图4-40所示。

2）删除指定的多列

将要删除的多个列索引序号组织在列表、数组、Series等可迭代对象中，然后放置在df.drop（）函数第1参数即可，示例代码如下：

删除多列前后效果对比如图4-41所示。

2．通过列索引标签删除列

如果DataFrame表格的列索引不是自然序号，而是标签，其删除方式也一样，直接在df.drop（）函数的第1参数指定列索引标签即可。

1）删除指定的单列

直接在df.drop（）函数的第1参数指定列索引标签即可，示例代码如下：

删除单列前后效果对比如图4-42所示。

2）删除指定的多列

将要删除的多个列索引标签组织在列表、数组、Series等可迭代对象中，然后放置在df.drop（）函数第1参数即可，示例代码如下：

删除多列前后效果对比如图4-43所示。

4.4.3　删除有缺失值的行和列

删除DataFrame表格中有缺失值的行和列，应该是行和列删除的一种特殊情况，它并不是使用df.drop（）函数，而是使用df.dropna（）这个专用函数，该函数的写法为df.dropna（axis=指定删除方向，how=指定删除方式，inplace=True），axis的默认值是0，表示删除有缺失值的行。inplace参数表示就地删除，也就是在原表删除。

1．删除整行都是缺失值的行

如果希望删除DataFrame表格中整行都是缺失值的行，则在df.dropna（）函数中指定axis参数为0，how参数为'all'是关键，示例代码如下：

删除行前后效果对比如图4-44所示。

2．删除整列都是缺失值的列

如果希望删除DataFrame表格中整列都是缺失值的列，则在df.dropna（）函数中指定axis为1，how参数为'all'是关键，示例代码如下：

删除列前后效果对比如图4-45所示。

3．删除有缺失值的所在行

如果希望删除DataFrame表格中有缺失值的所在行，则在df.dropna（）函数中指定axis为0，how参数为'any'是关键。由于axis的默认值是0，how的默认值是any，所以这两个参数也可以不写，示例代码如下：

删除行前后效果对比如图4-46所示。

4．删除有缺失值的所在列

如果希望删除DataFrame表格中有缺失值的所在列，则在df.dropna（）函数中指定axis为1，how参数为'any'是关键，示例代码如下：

删除列前后效果对比如图4-47所示。