dataframe删除列

### 回答1：
在pandas中可以使用drop()函数来删除DataFrame中的列。语法如下：

dataframe.drop(columns=['column_name'], inplace=True)

其中，'column_name'表示要删除的列的名称，可以是字符串或字符串列表。
inplace=True表示在原DataFrame上删除，不返回新的DataFrame。

示例:

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
df.drop(columns=['B'], inplace=True)

这样会在原来的df上删除B列。

### 回答2：
对于DataFrame对象，我们可以使用`.drop()`方法来删除列。`.drop()`方法有两个参数：`labels`和`axis`。`labels`参数指定要删除的列名，可以是一个单独的列名或多个列名的列表；`axis`参数指定删除的方向，0表示删除行，1表示删除列。

下面是一个例子，说明如何删除DataFrame中的列：

import pandas as pd

# 创建一个DataFrame对象
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 删除单个列
df = df.drop('C', axis=1)
print(df)
# 输出：
#    A  B
# 0  1  4
# 1  2  5
# 2  3  6

# 删除多个列
df = df.drop(['A', 'B'], axis=1)
print(df)
# 输出：
# 空的DataFrame对象

注意，在上面的例子中，我们将删除的结果重新赋值给原始的DataFrame对象，即`df = df.drop(...)`。如果不进行重新赋值操作，原始的DataFrame对象将不会发生任何改变。

另外，可以通过设置`inplace=True`参数，来在原始DataFrame对象上直接进行修改，而不需要重新赋值：

df.drop('C', axis=1, inplace=True)
print(df)
# 输出：
#    A  B
# 0  1  4
# 1  2  5
# 2  3  6

总之，通过使用`.drop()`方法，并指定要删除的列名和删除的方向，我们可以轻松删除DataFrame中的列。

### 回答3：
要删除DataFrame中的一列，可以使用`drop()`方法。`drop()`方法接受一个参数`axis`，用来指定删除的轴。

如果要删除列，可以将`axis`参数设置为1。下面是删除列的示例代码：

import pandas as pd

# 创建一个示例的DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'City': ['Beijing', 'Shanghai', 'Guangzhou']}
df = pd.DataFrame(data)

# 删除列
df = df.drop('City', axis=1)

print(df)

以上代码中，我们使用`drop()`方法删除了名为'City'的列。在`drop()`方法中，设置`axis`参数为1表示按列删除。最后，打印出删除列后的DataFrame。

输出结果为：

      Name  Age
0    Alice   25
1      Bob   30
2  Charlie   35

可以看到，'City'列已经被成功删除了。