我认为你不能删除列名，只能用range和shape重置它们：

print df.shape[1]
2

print range(df.shape[1])
[0, 1]

df.columns = range(df.shape[1])
print df
    0   1
0  23  12
1  21  44
2  98  21

这与使用to_csv和read_csv相同：

print df.to_csv(header=None,index=False)
23,12
21,44
98,21

print pd.read_csv(io.StringIO(u""+df.to_csv(header=None,index=False)), header=None)
    0   1
0  23  12
1  21  44
2  98  21

下一个skiprows解决方案：

print df.to_csv(index=False)
A,B
23,12
21,44
98,21

print pd.read_csv(io.StringIO(u""+df.to_csv(index=False)), header=None, skiprows=1)
    0   1
0  23  12
1  21  44
2  98  21

如何摆脱标题（第一行）和索引（第一列）。
要写入CSV文件，请执行以下操作：

df = pandas.DataFrame(your_array)
df.to_csv('your_array.csv', header=False, index=False)

要从CSV文件读取：

df = pandas.read_csv('your_array.csv')
a = df.values

如果你想读取一个不包含头的CSV文件，传递额外的参数header：

df = pandas.read_csv('your_array.csv', header=None)

我也遇到了同样的问题，但我用这种方式解决了它：

df = pd.read_csv('your-array.csv', skiprows=[0])

还没有看到这个解决方案，所以下面是我在不使用read_csv的情况下是如何做到的：

df.rename(columns={'A':'','B':''})

如果将所有列名重命名为空字符串，则返回的表将没有标题。
如果你的表中有很多列，你可以先创建一个字典，而不是手动重命名：

df_dict = dict.fromkeys(df.columns, '')
df.rename(columns = df_dict)

你可以先将DataFrame转换为Numpy数组，使用这个：
s1=df.iloc[：，0：2].values
然后，将numpy数组转换回DataFrame：
s2=pd.DataFrame（s1）
这将返回一个没有列的DataFrame。enter image description here

这是完美的工作：
要获取不带header的dataframe，请用途：

totalRow = len(df.index)
df.iloc[1: totalRow]

或者你可以像这样使用第二种方法：

totalRow = df.index.stop
df.iloc[1, totalRow]

从pandas DataFrame中删除头列。它可以做到不写入csv，然后再次阅读。
解决方案：
将列名替换为DataFrame的第一行。

df.columns = df.iloc[0,:].values

然后删除DataFrame的第一行。

df = df.tail(-1)