在Python中，Pandas是一个用于数据处理和分析的强大库。在进行数据处理时，删除不需要的数据是很常见的操作。以下是在Pandas中删除数据的4种情况：
删除行
要删除特定的行，可以使用
drop()
函数。该函数需要指定要删除的行索引或行标签。例如，假设有一个名为
df
的DataFrame，要删除索引为
1
和
3
的行，可以执行以下代码：
df = df.drop([1, 3])
如果要删除多行，可以使用一个包含多个索引的列表传递给
drop()
函数。
删除列
要删除特定的列，同样可以使用
drop()
函数。该函数需要指定要删除的列标签。例如，要删除名为
column2
的列，可以执行以下代码：
df = df.drop('column2')
如果要删除多列，可以使用一个包含多个列标签的列表传递给
drop()
函数。
删除特定值
要删除包含特定值的行或列，可以使用布尔索引。例如，假设要删除名为
column1
的列中所有值为
NaN
的行，可以执行以下代码：
df = df[df['column1'].notnull()]
