方法一：直接del df['column-name']
刪除sub_grade_列， 輸入del df['sub_grade_x']
方法二：采用drop方法，有下面三種等價的表達式：
1. df= df.drop('column_name', 1)
輸入:df,drop('num',axix=1),不改變內存，及輸入df的時候，它還是顯示原數據
2. df.drop('column_name',axis=1, inplace=True)
輸入:df.drop('num',axix=1，inplace=True),改變內存，及輸入df的時候，它顯示改變后的數據
3. df.drop([df.columns[[0,1, 3]]], axis=1,inplace=True)
輸入：df.drop([df.columns[[0,1]]],axis=1,inpalce=True)
總結：凡是會對原數組作出修改並返回一個新數組的，往往都有一個 inplace可選參數。如果手動設定為True（默認為False），那么原數組直接就被替換。也就是說，采用inplace=True之后，原數組名（如2和3情況所示）對應的內存值直接改變；而采用inplace=False之后，原數組名對應的內存值並不改變，需要將新的結果賦給一個新的數組或者覆蓋原數組的內存位置（如1情況所示）。
通過pandas刪除列：
1.del df['columns'] #改變原始數據
2.df.drop('columns',axis=1)#刪除不改表原始數據，可以通過重新賦值的方式賦值該數據
3.df.drop('columns',axis=1,inplace='True') #改變原始數據