del语句不删除示例，它只删除名称。

当执行del i时，您只删除了名称 i -但示例仍然绑定到其他名称，因此它不会被垃圾收集。
如果要释放内存，必须垃圾收集 Dataframe ，即删除对它们的所有引用。
如果你动态地创建了你的日期帧到列表中，那么移除那个列表将触发垃圾收集。

>>> lst = [pd.DataFrame(), pd.DataFrame(), pd.DataFrame()]
>>> del lst     # memory is released

如果创建了一些变量，则必须将其全部删除。

>>> a, b, c = pd.DataFrame(), pd.DataFrame(), pd.DataFrame()
>>> lst = [a, b, c]
>>> del a, b, c # dfs still in list
>>> del lst     # memory release now

在python中，自动垃圾收集会释放变量（PandasDataFrame也只是python的另一个对象），有不同的垃圾收集策略可以调整（需要大量的学习）。
您可以使用手动触发垃圾收集

import gc
gc.collect()

但是不鼓励频繁调用垃圾收集，因为这是一个开销很大的操作，而且可能会影响性能。
Reference

这将删除 Dataframe 并释放RAM/内存

del [[df_1,df_2]]
gc.collect()
df_1=pd.DataFrame()
df_2=pd.DataFrame()

Dataframe 将被显式设置为空
在上述声明中
首先， Dataframe 的self引用被删除，这意味着在垃圾收集器（gc.collect（））收集了 Dataframe 的所有引用，然后显式地将所有引用设置为空 Dataframe 之后， Dataframe 对python不再可用。
https://stackify.com/python-garbage-collection/中详细解释了垃圾收集器的工作原理

我在笔记本中使用中间 Dataframe ，您可以简单地写：

df = []

其中以前的所有列和行现在都消失了。
事实上，它在那里真的是最小的在这一点上。