按索引删除多个 Pandas 列

Question

我有一个大熊猫数据框（> 100 列）。我需要删除各种列集，我希望有一种使用旧列的方法

df.drop(df.columns['slices'],axis=1)

我已经建立了选择，例如：

 a = df.columns[3:23]
b = df.colums[-6:]

作为 a 和 b 代表我要删除的列集。

下列

list(df)[3:23]+list(df)[-6:]

产生正确的选择，但我不能用 drop 实现它：

 df.drop(df.columns[list(df)[3:23]+list(df)[-6:]],axis=1)

ValueError：操作数无法与形状 (20,) (6,) 一起广播

我环顾四周，但无法得到答案。

选择最后 n 列并排除数据框中的最后 n 列

（以下与我收到的错误有关）：

python numpy ValueError：操作数无法与形状一起广播

这个感觉他们有类似的问题，但“切片”不是分开的： Deleting multiple columns based on column names in Pandas

干杯

原文由 BAC83 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

您可以使用 np.r_ 无缝组合多个范围/切片：

 from string import ascii_uppercase

df = pd.DataFrame(columns=list(ascii_uppercase))

idx = np.r_[3:10, -5:0]

print(idx)

array([ 3,  4,  5,  6,  7,  8,  9, -5, -4, -3, -2, -1])

然后，您可以使用 idx 为您的列编制索引并提供给 pd.DataFrame.drop ：

 df.drop(df.columns[idx], axis=1, inplace=True)

print(df.columns)

Index(['A', 'B', 'C', 'K', 'L', 'M', 'N',
       'O','P', 'Q', 'R', 'S', 'T', 'U'], dtype='object')

原文由 jpp 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

这将返回删除了列的数据框

df.drop(list(df)[2:5], axis=1)

原文由 Chabu 发布，翻译遵循 CC BY-SA 4.0 许可协议