根据 Pandas 中的列名删除多列

Question

我有一些数据，当我导入它时，我得到以下不需要的列。我正在寻找一种简单的方法来删除所有这些。

 'Unnamed: 24', 'Unnamed: 25', 'Unnamed: 26', 'Unnamed: 27',
'Unnamed: 28', 'Unnamed: 29', 'Unnamed: 30', 'Unnamed: 31',
'Unnamed: 32', 'Unnamed: 33', 'Unnamed: 34', 'Unnamed: 35',
'Unnamed: 36', 'Unnamed: 37', 'Unnamed: 38', 'Unnamed: 39',
'Unnamed: 40', 'Unnamed: 41', 'Unnamed: 42', 'Unnamed: 43',
'Unnamed: 44', 'Unnamed: 45', 'Unnamed: 46', 'Unnamed: 47',
'Unnamed: 48', 'Unnamed: 49', 'Unnamed: 50', 'Unnamed: 51',
'Unnamed: 52', 'Unnamed: 53', 'Unnamed: 54', 'Unnamed: 55',
'Unnamed: 56', 'Unnamed: 57', 'Unnamed: 58', 'Unnamed: 59',
'Unnamed: 60'

它们由 0-indexing 索引，所以我尝试了类似的东西

df.drop(df.columns[[22, 23, 24, 25,
26, 27, 28, 29, 30, 31, 32 ,55]], axis=1, inplace=True)

但这不是很有效。我尝试编写一些 for 循环，但这让我觉得 Pandas 的行为很糟糕。因此我在这里问这个问题。

我见过一些类似的例子（ Drop multiple columns in pandas ）但这并没有回答我的问题。

原文由 Peadar Coyle 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

我不知道你所说的低效是什么意思，但如果你的意思是打字，那么只选择感兴趣的 cols 并分配回 df 可能会更容易：

 df = df[cols_of_interest]

其中 cols_of_interest 是您关心的列的列表。

或者您可以对列进行切片并将其传递给 drop ：

 df.drop(df.ix[:,'Unnamed: 24':'Unnamed: 60'].head(0).columns, axis=1)

调用 head 只选择 0 行，因为我们只对列名而不是数据感兴趣

更新

另一种方法：使用来自 str.contains 的布尔掩码并将其反转以屏蔽列会更简单：

 In [2]:
df = pd.DataFrame(columns=['a','Unnamed: 1', 'Unnamed: 1','foo'])
df

Out[2]:
Empty DataFrame
Columns: [a, Unnamed: 1, Unnamed: 1, foo]
Index: []

In [4]:
~df.columns.str.contains('Unnamed:')

Out[4]:
array([ True, False, False,  True], dtype=bool)

In [5]:
df[df.columns[~df.columns.str.contains('Unnamed:')]]

Out[5]:
Empty DataFrame
Columns: [a, foo]
Index: []

原文由 EdChum 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

到目前为止，最简单的方法是：

 yourdf.drop(['columnheading1', 'columnheading2'], axis=1, inplace=True)

原文由 Philipp Schwarz 发布，翻译遵循 CC BY-SA 4.0 许可协议