按标签名称或按索引位置在DataFrame中删除列

删除列是数据分析中常用的操作之一，Pandas提供了按标签名称或按索引位置删除列的方法，下面是详细的攻略：

按标签名称删除列

按标签名称删除列可以通过DataFrame的drop方法实现，具体步骤如下：

1. 确定要删除的列的标签名称是什么，例如我们要删除列名为col1的列；
2. 使用drop方法删除列，其中参数labels传入一个列表，包含要删除的列标签名称，参数axis传入值1表示按列删除，返回一个新的DataFrame，原DataFrame不会被修改。

下面是一个实例：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'col1': [1, 2, 3], 'col2': [4, 5, 6], 'col3': [7, 8, 9]})

# 删除列名为'col1'的列
df_new = df.drop(labels=['col1'], axis=1)

print(df_new)

输出结果为：

   col2  col3
0     4     7
1     5     8
2     6     9

按索引位置删除列

按索引位置删除列可以通过DataFrame的drop方法结合列索引实现，具体步骤如下：

1. 确定要删除的列的索引位置是什么，例如我们要删除第一列；
2. 使用drop方法删除列，其中参数labels传入一个列表，包含要删除的列的索引位置，参数axis传入值1表示按列删除，返回一个新的DataFrame，原DataFrame不会被修改。

下面是一个实例：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'col1': [1, 2, 3], 'col2': [4, 5, 6], 'col3': [7, 8, 9]})

# 删除第一列
df_new = df.drop(labels=[df.columns[0]], axis=1)

print(df_new)

输出结果为：

   col2  col3
0     4     7
1     5     8
2     6     9

以上就是按标签名称或按索引位置在DataFrame中删除列的完整攻略，通过对比可以看到，这两种方法效果是一样的，只是删除的依据不同。需要根据实际业务场景选择使用哪种方法。