不知为何，最近看了一下dataframe删除行列的一些方法，这里简单做个汇总和分析对比，内容太简单不做数据演示了；
方法一，df.drop()
这个方法适用于删除 一个或者多个行 or 一个或者多个列；
Parameters：
labels：待删除的行名or列名，单个就只传一个，多个必须传列表；
axis: {0 or 'index', 1 or 'columns'}, default 0,指定删行还是删列；
index: single label or list-like，如果用index就相当于删行，且指定了axis=0,此时不需要显示指定axis，当然你写一个也无所谓；
columns:指定删的列or列list,等于axis=1;
level:多重索引用于指定层级;
inplace:bool, default False,是否修改源数据;
errors : {'ignore', 'raise'}, default 'raise'
这个方法比较万能，且适用性广，而且很简单
方法二,一些小招
del df['一个列名']
pop df['一个列名']
上面这两个小招，都只能删列，且只能一次删一个列，且直接修改源数据，pop多一个可以用参数接收丢出来的列，丢出来的变成了Series；
有人说del可以删行，经过测试，不管是loc,iloc,index什么都会报错，可能跟pandas版本有关系，当然肯定不建议用这两个方法删行
方法三，筛选==删除
这个方法已经不仅仅是删行、列这么简单，可以直接选出符合条件的数据；
直接对原df进行筛选，可以用新变量接收，可以直接原变量覆盖；
此时不管用df[跟条件],df.query,df.loc[],df.iloc[]都行，相信大部分情况下我们都是想根据条件筛选出新的df,这也是最常用的，这招用久了都忘记有drop这个方法的存在了；