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
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)
其他回答
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)
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。
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。
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)
如果原始数据帧df不太大，没有内存限制，只需要保留几列，或者，如果事先不知道不需要的所有额外列的名称，那么不妨创建一个只包含所需列的新数据帧：
new_df = df[['spam', 'sausage']]
