要删除DataFrame中的列，我可以成功使用：
del df['column_name']
但为什么我不能使用以下选项？
del df.column_name
由于可以通过df.column_name访问该系列，所以我希望这能奏效。
当前回答
从Python的一般观点来看，如果可以删除属性column_name，del obj.column_name是有意义的。它需要是一个常规属性，或者是一个定义了删除器的属性。
这不适用于Pandas，也不适用于Pandas数据帧的原因如下：
考虑df.column_name是一个“虚拟属性”，它本身不是一个东西，它不是该列的“座位”，它只是访问该列的一种方式。很像没有删除器的属性。
其他回答
Use:
df.drop('columnname', axis =1, inplace = True)
或者你可以和
del df['colname']
基于列编号删除多个列的步骤
df.drop(df.iloc[:,1:3], axis = 1, inplace = True)
基于列名删除多个列的步骤
df.drop(['col1','col2',..'coln'], axis = 1, inplace = True)
一个很好的补充是，只有列存在时才可以删除它们。这样，您可以覆盖更多的用例，并且它只会从传递给它的标签中删除现有列：
例如，只需添加errors='ignore'：
df.drop(['col_name_1', 'col_name_2', ..., 'col_name_N'], inplace=True, axis=1, errors='ignore')
这是熊猫0.16.1以后的新版本。文档在这里。
我们可以通过drop（）方法删除或删除一个或多个指定列。
假设df是一个数据帧。
要删除的列=列0
代码：
df = df.drop(column0, axis=1)
要删除多个列col1、col2、，coln，我们必须在列表中插入所有需要删除的列。然后通过drop（）方法删除它们。
代码：
df = df.drop([col1, col2, . . . , coln], axis=1)
使用数据帧和切片的iloc函数删除列，当我们有一个带有不需要的值的典型列名时：
df = df.iloc[:,1:] # Removing an unnamed index column
这里0是默认行，1是第一列，因此：，1:是删除第一列的参数。
Pandas 0.21+答案
Pandas 0.21版略微更改了drop方法，以包括索引和列参数，以匹配重命名和重新索引方法的签名。
df.drop(columns=['column_a', 'column_c'])
就我个人而言，我更喜欢使用axis参数来表示列或索引，因为它是几乎所有panda方法中使用的主要关键字参数。但是，现在您在0.21版中增加了一些选择。
