为何无法在pandas的drop()方法中使用df.loc()指定删除行？

为什么你的代码会报错？ #

你传入drop()的df.loc['NL':'QC']是完整的DataFrame对象，但drop()方法的第一个参数labels需要的是行索引标签（axis=0时）或列名（axis=1时），而非整个DataFrame。

当默认axis=0（操作行）时，pandas会把传入的DataFrame的列名当成要删除的行索引标签去查找，而你的行索引是省份名称，自然找不到province、province_name这些列名，所以报错。

当你设置axis=1时，pandas会把这些列名当成要删除的列，所以所有列都被删掉了，剩下的是无列的空DataFrame——你看到的"仅保留NL到QC的索引"是误解，那其实还是原DataFrame的行索引，只是列被清空了。

正确的删除方式 #

方法1：传递行索引标签 #

提取df.loc['NL':'QC']的索引，传给drop()：

df.drop(df.loc['NL':'QC'].index)

方法2：直接用index参数指定切片（pandas 1.4.0及以上版本支持） #

更简洁的写法，直接在drop()里通过index参数传入行切片：

df.drop(index='NL':'QC')

方法3：切片取反（替代思路） #

如果想保留NL到QC之外的行，也可以直接取反筛选：

df = df.loc[~df.index.isin(df.loc['NL':'QC'].index)]
# 若索引是有序的，还可以这么写（假设PE是NL的前一个索引，ON是QC的后一个）
df = pd.concat([df.loc[:'PE'], df.loc['ON':]])

内容的提问来源于stack exchange，提问作者Donna_Tartare