Python3 定义DataFrame，删除其中某一或多个行列

win10截屏快捷键

键盘：Win+Shift+S
粘贴：Ctrl+V

创建一个DataFrame变量

定义一个空的

import pandas as pd
df = pd.DataFrame()

自定义数据

代码：

import pandas as pd
#所有的列都显示
pd.set_option('display.max_columns', None)
#显示所有行
pd.set_option('display.max_rows', None)
#定义
df = pd.DataFrame({'A':[1,2,3,4],'B':[1,2,3,4],'C':[1,2,3,4],'D':[1,2,3,4]})
#输出
print(df)

输出：

读取excel文件数据

代码：

import pandas as pd
#所有的列都显示
pd.set_option('display.max_columns', None)
#显示所有行
pd.set_option('display.max_rows', None)
path="D:\\Users\\ky\\Desktop\\20201201.xlsx"
sheetname = "Line"
#读取excel用read_excel方法
df = pd.read_excel(path, sheet_name=sheetname)
rows_num = df.shape[0]
columns_num = df.shape[1]
#切块
block1 = df.iloc[9:rows_num,3:columns_num]
last_row_num = block1.shape[0] + 8
del block1
column_B = 2 - 1
#不知道为什么16就是显示到16，不需要减
column_P = 16
row_nine = 9 - 2
block1 = df.iloc[row_nine:last_row_num,column_B:column_P]
print(block1)
del df
df = block1
print(df)

删除(方法：drop）

文字说明：

drop(labels, axis=0, inplace=True)

具体参数说明（用到部分说明)

参数名	内容	具体说明	有无默认
labels	string或者array；	删除的行或列的标签。	无默认
axis	0 或 1	轴向（0表示行，1表示列）	0
inplace	boolean类型	是否修改源数据	False

删除列

方法一：用列名

1、df.drop(columns=[‘column_name’],axis=1,inplace=True)
2、df.drop([‘column_name’],1,True)

举例：

#column_name为待删列的列名,data本身是不会有变化的！
#df.drop(columns=['column_name'],axis=1)
#需要赋值（赋值给新的不会破坏源数据
#df2=df.drop(columns=['bodyType'],axis=1)
#加了inplace=True	df本身就会有变化了，
df.drop(columns=['A'],axis=1,inplace=True)

结果

方法二：不用列名

举例：

#循环连续删除几列，这里6不用变（6删除的是第7列）
#range(1,2+1)	循环的是1到8
for column_no in range(1,2+1):
	#print(column_no)
	#print("删除"+str(column_no)+"之后")
	df.drop(df.columns[[1]],axis=1,inplace=True)
print(df)

结果：

说明：1 删除的B列，连续删除两列

删除行

方法一：用索引

举例1：

import pandas as pd
#所有的列都显示
pd.set_option('display.max_columns', None)
#显示所有行
pd.set_option('display.max_rows', None)
#定义
df = pd.DataFrame({'A':[1,2,3,4],'B':[1,2,3,4],'C':[1,2,3,4],'D':[1,2,3,4]})
print("源数据：")
print(df)
#修改行索引
df.rename({0:'a',1:'b',2:'c',3:'d'},inplace=True)
print("修改行索引后：")
print(df)
df.drop(labels='b',axis=0,inplace=True)
print("删除b后：")
print(df)

结果：

举例2：

listRowRemove = [1,2]
#listRowRemove存入的是所有需要删除的行索引组成的list
#定义一个空的list的方法是：listRowRemove=list()
#list类型添加listRowRemove.append(row[0])
for item in listRowRemove:
		#按行循环df，row是一行的数据
		#row[0]：行索引
		#row[1]：获取该行全部字段
        for row in df.iterrows():
            if row[0] == item:
                df = df.drop(row[0])
print(df)

结果：

方法二：不用索引

举例：

import pandas as pd
#所有的列都显示
pd.set_option('display.max_columns', None)
#显示所有行
pd.set_option('display.max_rows', None)
#定义
df = pd.DataFrame({'A':[1,2,3,4],'B':[1,2,3,4],'C':[1,2,3,4],'D':[1,2,3,4]})
print("源数据：")
print(df)
df.rename({0:'a',1:'b',2:'c',3:'d'},inplace=True)
#修改行索引
print("修改行索引后：")
print(df)
#不按照索引删除
df.drop(df.index[[1]],axis=0,inplace=True)
print("删除第1行后（从0开始计算的）：")
print(df)

结果：

删除列和行组合使用

举例：

row=1
for column_no in range(1,3):
    print("删除列："+str(column_no))
    #labels代表删除的行或者列的标签（索引）
    df.drop(labels=row,axis=0,inplace=True)
    print(df)
    row=row+1
    print("删除行："+str(row))
    #inplace是否对源数据生效
    #按序号删除
    df.drop(df.columns[[1]],axis=1,inplace=True)
    print(df)

结果：

错误提示

index 1 is out of bounds for axis 0 with size 1

解决方案：

可能是循环超过了范围，range里面超过了也会提示