Pandas通过drop()函数删除DataFrame中的行或列

在Pandas中，drop()函数可以删除DataFrame中的行或列。该函数的常见参数如下：

labels: 要删除的行或列的标签。可以是单个标签、标签列表或者是一个包含标签的数组。如果要删除多行或多列，可以使用列表或数组。
axis: 指定删除行还是列。0表示行，1表示列。默认值是0。
index: 要删除的行的索引号。可以是单个索引号、索引号列表或者是一个包含索引号的数组。
columns: 要删除的列的列名。可以是单个列名、列名列表或者是一个包含列名的数组。
inplace: 是否在原DataFrame对象上进行修改，如果设置为True，则在原DataFrame对象上删除行或列，否则会返回一个新的DataFrame对象。默认值是False。
errors: 如果标签不存在，指定处理方式。可以是'raise'（默认值，抛出异常）, 'ignore'（忽略）或者是'coerce'（将不存在的标签转换为NaN）。
下面是一些示例代码：

import pandas as pd

# 创建一个DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'], 'age': [25, 30, 35, 40], 'gender': ['F', 'M', 'M', 'M']}
df = pd.DataFrame(data)

# 删除行
df.drop(0, inplace=True)  # 删除第1行
df.drop([1, 3], inplace=True)  # 删除第2行和第4行

# 删除列
df.drop('gender', axis=1, inplace=True)  # 删除gender列
df.drop(['name', 'age'], axis=1, inplace=True)  # 删除name和age列

# 打印DataFrame对象
print(df)

在这个示例中，我们首先创建了一个DataFrame对象，然后使用drop()函数删除了一些行和列。最后，打印了删除后的DataFrame对象。