方法一：直接del df['column-name']
删除sub_grade_列， 输入del df['sub_grade_x']
方法二：采用drop方法，有下面三种等价的表达式：
1. df= df.drop('column_name', 1)
输入:df,drop('num',axix=1),不改变内存，及输入df的时候，它还是显示原数据
2. df.drop('column_name',axis=1, inplace=True)
输入:df.drop('num',axix=1，inplace=True),改变内存，及输入df的时候，它显示改变后的数据
3. df.drop([df.columns[[0,1, 3]]], axis=1,inplace=True)
输入：df.drop([df.columns[[0,1]]],axis=1,inpalce=True)
总结：凡是会对原数组作出修改并返回一个新数组的，往往都有一个 inplace可选参数。如果手动设定为True（默认为False），那么原数组直接就被替换。也就是说，采用inplace=True之后，原数组名（如2和3情况所示）对应的内存值直接改变；而采用inplace=False之后，原数组名对应的内存值并不改变，需要将新的结果赋给一个新的数组或者覆盖原数组的内存位置（如1情况所示）。
通过pandas删除列：
1.del df['columns'] #改变原始数据
2.df.drop('columns',axis=1)#删除不改表原始数据，可以通过重新赋值的方式赋值该数据
3.df.drop('columns',axis=1,inplace='True') #改变原始数据