python dataframe pandas使用int删除列

Question

我知道要删除列，请使用 df.drop('column name', axis=1)。 有没有办法使用数字索引而不是列名来删除列？

Answer 1

您可以像这样删除i索引上的列：

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

如果列中有重复的名称，这可能会很奇怪，因此为此您可以重命名要按新名称删除列的列。 或者您可以像这样重新分配 DataFrame：

df = df.iloc[:, [j for j, c in enumerate(df.columns) if j != i]]

Answer 2

像这样删除多个列：

cols = [1,2,4,5,12]
df.drop(df.columns[cols],axis=1,inplace=True)

inplace=True用于在数据帧本身中进行更改，而不会将列放在数据帧的副本上。 如果您需要保持原件完好无损，请使用：

df_after_dropping = df.drop(df.columns[cols],axis=1)

Answer 3

如果有多个具有相同名称的列，那么到目前为止给出的解决方案将删除所有列，这可能不是人们正在寻找的。 如果试图删除除一个实例之外的重复列，则可能会出现这种情况。 下面的例子阐明了这种情况：

# make a df with duplicate columns 'x'
df = pd.DataFrame({'x': range(5) , 'x':range(5), 'y':range(6, 11)}, columns = ['x', 'x', 'y']) 


df
Out[495]: 
   x  x   y
0  0  0   6
1  1  1   7
2  2  2   8
3  3  3   9
4  4  4  10

# attempting to drop the first column according to the solution offered so far     
df.drop(df.columns[0], axis = 1) 
   y
0  6
1  7
2  8
3  9
4  10

如您所见，两个 Xs 列都被删除了。 替代解决方案：

column_numbers = [x for x in range(df.shape[1])]  # list of columns' integer indices

column_numbers .remove(0) #removing column integer index 0
df.iloc[:, column_numbers] #return all columns except the 0th column

   x  y
0  0  6
1  1  7
2  2  8
3  3  9
4  4  10

如您所见，这确实仅删除了第 0 列（第一个“x”）。

Answer 4

您需要根据它们在数据框中的位置来识别列。 例如，如果要删除 (del) 列号 2,3 和 5，它将是，

df.drop(df.columns[[2,3,5]], axis = 1)

Answer 5

如果您有两个名称相同的列。 一种简单的方法是像这样手动重命名列：-

df.columns = ['column1', 'column2', 'column3']

然后您可以根据要求通过列索引删除，如下所示：-

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

df.column[1]将删除索引 1。

记住轴 1 = 列和轴 0 = 行。

Answer 6

您可以简单地将columns参数提供给df.drop命令，这样您就不必在这种情况下指定axis ，就像这样

columns_list = [1, 2, 4] # index numbers of columns you want to delete
df = df.drop(columns=df.columns[columns_list])

如需参考，请参阅此处的columns参数： https : //pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.drop.html?highlight=drop#pandas.DataFrame.drop

Answer 7

如果你真的想用整数来做（但为什么？），那么你可以建立一个字典。

col_dict = {x: col for x, col in enumerate(df.columns)}

然后df = df.drop(col_dict[0], 1)将按需要工作

编辑：你可以把它放在一个为你做这件事的函数中，尽管这样它每次调用它时都会创建字典

def drop_col_n(df, col_n_to_drop):
    col_dict = {x: col for x, col in enumerate(df.columns)}
    return df.drop(col_dict[col_n_to_drop], 1)

df = drop_col_n(df, 2)

Answer 8

您可以使用以下行删除前两列（或您不需要的任何列）：

df.drop([df.columns[0], df.columns[1]], axis=1)

参考

Answer 9

获取所需列的好方法（与重复名称无关）。

例如，您将要删除的列索引包含在类似列表的变量中

unnecessary_cols = [1, 4, 5, 6]

那么

import numpy as np
df.iloc[:, np.setdiff1d(np.arange(len(df.columns)), unnecessary_cols)]

Answer 10

由于可以有多个具有相同名称的列，我们应该首先重命名这些列。 这是解决方案的代码。

df.columns=list(range(0,len(df.columns)))
df.drop(columns=[1,2])#drop second and third columns