根据列名删除多列

问题描述：

我有一些数据，导入时出现了以下不需要的列。我正在寻找一种简单的方法来删除所有这些列。

'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'

它们按 0 索引，所以我尝试了类似

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

但这效率不高。我试过写一些 for 循环，但我觉得 Pandas 的行为很糟糕。所以我在这里提问。

我见过一些类似的例子（在 Pandas 中删除多列），但这并不能回答我的问题。

解决方案 1：

目前为止最简单的方法是：

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

解决方案 2：

我不知道您所说的低效是什么意思，但如果您是指打字方面，那么只需选择感兴趣的列并分配回 df 就可能更容易：

df = df[cols_of_interest]

cols_of_interest您关心的列的列表在哪里？

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，因为我们只对列名感兴趣，而不是数据

更新

str.contains另一种方法：使用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: []

解决方案 3：

我个人最喜欢的，比我在这里看到的答案更简单（针对多列）：

df.drop(df.columns[22:56], axis=1, inplace=True)

解决方案 4：

这或许是一个实现你想要的好方法。它将删除所有标题中包含“未命名”的列。

for col in df.columns:
    if 'Unnamed' in col:
        del df[col]

解决方案 5：

您可以一行一行地完成此操作：

df.drop([col for col in df.columns if "Unnamed" in col], axis=1, inplace=True)

与上述解决方案相比，这涉及更少的移动/复制对象。

解决方案 6：

不确定这个解决方案是否已经在任何地方被提及过，但其中一种方法是pandas.Index.difference。

>>> df = pd.DataFrame(columns=['A','B','C','D'])
>>> df
Empty DataFrame
Columns: [A, B, C, D]
Index: []
>>> to_remove = ['A','C']
>>> df = df[df.columns.difference(to_remove)]
>>> df
Empty DataFrame
Columns: [B, D]
Index: []

解决方案 7：

您可以将列名作为列表传递，并将轴指定为 0 或 1

• axis=1：沿着行

• axis=0：沿着列

• 默认 axis=0

data.drop(["Colname1","Colname2","Colname3","Colname4"],axis=1)

解决方案 8：

简单易行。删除 22 号之后的所有列。

df.drop(columns=df.columns[22:]) # love it

解决方案 9：

以下对我有用：

for col in df:
    if 'Unnamed' in col:
        #del df[col]
        print col
        try:
            df.drop(col, axis=1, inplace=True)
        except Exception:
            pass

解决方案 10：

df = df[[col for col in df.columns if not ('Unnamed' in col)]]

解决方案 11：

您可以删除所有以“未命名”开头的列：

df.loc[:, ~df.columns.str.startswith('Unnamed')]