Pandas 如何删除 pandas dataframe 中所有数据

在本文中，我们将介绍如何删除 pandas dataframe 中的所有数据，即清空 dataframe。

Pandas 是 Python 的一个数据分析库，它提供了许多方便易用的数据操作函数和工具，使得数据的处理和分析变得非常简单。在使用 pandas 进行数据处理时，有时需要清空已有的 dataframe，以便重置或重新处理数据。

Pandas 提供了多种方法删除 dataframe 中的数据，包括删除指定行或列、按条件删除或根据索引删除等。而删除所有数据的方法很简单，只需使用 pandas 的 drop() 函数，并将 dataframe 本身作为输入参数即可。

下面我们就来详细介绍如何使用 drop() 函数删除 dataframe 中的所有数据。以一个简单的示例 dataframe 作为例子：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 30, 35, 40],
        'gender': ['F', 'M', 'M', 'M']}

df = pd.DataFrame(data)
print(df)

运行上述代码，可以输出如下结果：

       name  age gender
0     Alice   25      F
1       Bob   30      M
2   Charlie   35      M
3     David   40      M

这个 dataframe 有三列数据，分别是姓名、年龄和性别。下面我们将根据这个 dataframe，演示如何删除其中的所有数据。

阅读更多：Pandas 教程

方法一：使用 drop() 函数删除所有数据

要删除 pandas dataframe 中的所有数据，只需调用 drop() 函数，并将 dataframe 本身作为输入参数（axis 参数默认为 0，即删除行）：

df.drop(df.index, inplace=True)
print(df)

运行上述代码，可以输出如下结果：

Empty DataFrame
Columns: [name, age, gender]
Index: []

可以发现，通过上述代码，我们已经成功删除了 dataframe 中的所有数据，留下了一个空的 dataframe。

注意：上述代码中加了 inplace=True 参数，表示直接对原 dataframe 进行修改。如果不加该参数，则需要重新赋值，如 df = df.drop(df.index)。

方法二：使用 truncate() 函数截断 dataframe

另外一种删除所有数据的方法是使用 truncate() 函数，该函数可以截断 dataframe，并指定截取范围。如果不指定范围，则默认截取从第一行到最后一行的所有数据，达到清空 dataframe 的目的。

df.truncate(before=-1, after=-1, axis=0, inplace=True)
print(df)

上述代码中，before=-1 和 after=-1 表示将 dataframe 从索引 -1 截取到索引 -1，即不截取任何数据，相当于清空 dataframe。此外还可以通过指定 axis=0 或 axis='index' 表示按行截取，这是 truncate() 函数的默认选择。