如何覆盖原DataFrame df1保留指定列，不生成独立df2

有两种常用的原地修改方案，都可以直接修改原df1，不需要额外生成独立的df2：

• 方案1：明确指定要删除的列
  使用drop方法的columns参数传入要删除的列名，搭配inplace=True实现原地修改：

df1.drop(columns=['age', 'subject', 'date of joining'], inplace=True)

• 方案2：自动匹配保留列（更通用，无需罗列所有待删除列）
  如果不想手动列所有要删除的列，可以自动过滤出需要保留的列之外的所有列再删除：

df1.drop(df1.columns.difference(['name', 'branch']), axis=1, inplace=True)

注意：如果直接使用df1 = df1[['name', 'branch']]的写法，本质是生成了一个新的DataFrame对象赋值给df1变量，如果原df1存在其他外部引用不会同步更新，需要真正原地修改请优先使用带inplace=True的方案。

内容的提问来源于stack exchange，提问作者usmansharif shaik