本文目录一览：
python pandas-->删除DataFrame某行或某列
drop()删除行列的操作，drop函数的axis参数0和1分别代表列和行。
直接采用drop函数即可，设置参数axis=0. 参数axis为0表示在0轴（列）上搜索名字为C的对象，然后删除对象C对应的行。
用drop函数设置参数axis=1. 参数axis为1表示在1轴（行）上搜索名字为col2的对象，然后删除对象col2对应的列。
如何用python删除csv文件中的某一列
1、首先电脑中打开csv文件，查看数据，如下图所示。
2、接着在打开的python软件中，读取csv的代码，查看返回类型，如下图所示。
3、接着读取数据代码并输出，如下图所示。
4、然后输入csv文件代码，如下图所示。
5、最后查看写好的csv文件，如下图所示就完成了。
python--pandas删除
drop 方法是pandas中删除行或列的方法。
根据 索引名 删除目标行。
当需要根据索引位置删除时，可以使用 index 属性来组合完成。
根据 列名 删除目标列，同时需要设置 axis=1 或者 columns 。
当需要根据列位置删除时，可以使用 columns 属性来组合完成。
删除列也可以用关键字 del 实现，每次只能删除一列，且删除列后，原数据发生改变。
同时删除行和列，需要为行使用 index 参数，为列使用 columns 参数。
当数据框有多重索引时，删除行时，需要设置 level 参数。
多重索引数据框同时删除行和列时，只能删除第一层索引和列。
dropna 为删除缺失值的方法。
默认会删除包含缺失值的所有行。
可设置 how , thresh , subset 参数控制删除的行为。
设置参数 axis=1 或者 axis=columns 删除缺失列。
同样，可以设置 how , thresh , subset 参数来控制删除缺失列的行为。
删除重复值用 drop_duplicates 方法实现。
设置 subset 参数，根据列删除重复行。
设置 ignore_index=True 可以对删除重复行后的数据索引重排序。
