#增加两列空值
import numpy as np
data["test"] = np.nan
data["test2"] = np.nan
 
name	gender	age	test2	test
0	jerry	M	36	NaN	NaN
1	emma	F	23	NaN	NaN
2	tony	M	34	NaN	NaN
4	bob	M	20	NaN	NaN
 
#查看此时data的内存地址
id(data)
128971088
 
#删除这两列，inplace默认为False
id(data.drop(['test','test2'],1))
128971888
 
#查看data,发现数据并未改变
data
name	gender	age	test	test2
0	jerry	M	36	NaN	NaN
1	emma	F	23	NaN	NaN
2	tony	M	34	NaN	NaN
4	bob	M	20	NaN	NaN
 
#查看data的ID
id(data)
128971088
 
#删除这两列，inplace设置为False
id(data.drop(['test','test2'],1,inplace = True))
1545984728
 
#查看data,数据已经改变
data
name	gender	age	test	test2
0	jerry	M	36	NaN	NaN
1	emma	F	23	NaN	NaN
2	tony	M	34	NaN	NaN
4	bob	M	20	NaN	NaN
 
#查看data的ID
id(data)
128971088

# 使用del, 一次只能删除一列，不能一次删除多列
# 只能使用 del df['密度'], 不能使用 del df[['密度', '含糖率']]
 
del df['密度']
 
# del df[['密度', '含糖率']] 报错
# 使用drop，有三种方法：
 
dt = dt.drop(['密度', '含糖率'], axis=1) # axis=1 表示删除列，['密度', '含糖率'] 要删除的col的列表，可一次删除多列
 
dt.drop(['密度', '含糖率'], axis=1, inplace=True) # inplace=True, 直接从内部删除
 
dt.drop(dt.columns[[0, 4, 8]], axis=1, inplace=True) # dt.columns[[0, 4, 8]] 直接使用索引查找列