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
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。
其他回答
Use:
columns = ['Col1', 'Col2', ...]
df.drop(columns, inplace=True, axis=1)
这将在位删除一个或多个列。请注意，inplace=True是在panda v0.13中添加的，在旧版本中不起作用。在这种情况下，您必须重新分配结果：
df = df.drop(columns, axis=1)
正如您所猜测的，正确的语法是
del df['column_name']
由于Python中的语法限制，很难使del df.column_name正常工作。deldf[name]被翻译成df__delitem__（name）在Python的封面下。
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。
按索引删除
删除第一列、第二列和第四列：
df.drop(df.columns[[0,1,3]], axis=1, inplace=True)
删除第一列：
df.drop(df.columns[[0]], axis=1, inplace=True)
此处有一个可选参数可以在不创建副本的情况下修改数据。
被逮捕的
列选择、添加、删除
删除列列名：
df.pop('column-name')
示例：
df = DataFrame.from_items([('A', [1, 2, 3]), ('B', [4, 5, 6]), ('C', [7,8, 9])], orient='index', columns=['one', 'two', 'three'])
打印df:
one two three
A 1 2 3
B 4 5 6
C 7 8 9
df.drop（df.columns[[0]，axis=1，inplace=True）打印df:
two three
A 2 3
B 5 6
C 8 9
三=df.pop（“三”）打印df:
two
A 2
B 5
C 8
从版本0.16.1开始，您可以
df.drop(['column_name'], axis = 1, inplace = True, errors = 'ignore')
