按照文档：
Dataframe是 二维标记的数据结构 ，具有可能不同类型的列。
和
pandas.Dataframe.drop：
*从行或列中 *删除指定的标签 。
因此，我认为我们应该坚持
df.drop。为什么？我认为优点是：
它使我们可以更好地控制remove动作：
# This will return a NEW Dataframe object, leave the original `df` untouched.
df.drop(‘a’, axis=1)
This will modify the
df
inplace. And return aNone
.df.drop(‘a’, axis=1, inplace=True)
它可以使用args处理更复杂的情况。例如
level
，我们可以处理MultiIndex删除。有了errors
，我们可以防止某些错误。这是一种更加统一和面向对象的方式。
就像@jezrael在回答中指出的那样：
选项1：使用关键字
del是一种有限的方式。
选项3：
df=df[['b','c']]从本质上讲，甚至不是删除。它首先通过使用
[]语法
df编制索引来选择数据，然后将名称与原始Dataframe解除绑定，并将其与新的Dataframe绑定（即
df[['b','c']]）。
