熊猫根据列名删除列

Question

全部

假设有一个带有一些列名的 df - 在我的情况下，名称是数值。 例如，名为 1000、1001 等的列。我需要删除未通过特定过滤器测试的所有内容 - 在我的情况下，名称小于特定值的所有列。 比方说不到1500...

我知道如何直接（通过列出每一列）或通过循环调用 drop 来执行此操作，但似乎效率很低。 我在表达它时遇到语法困难..

我试过这样的事情：

df.drop(df.columns[x for x in df.columns.values<str(1500)], axis=1))

或者

df.drop(df.columns.values<str(1500)], axis=1)

但这些显然是错误的。

请指教！ 谢谢

Answer 1

我认为最简单的是创建布尔掩码，然后使用 loc 进行选择：

df = pd.DataFrame(columns=range(10), index=[0]);
print (df)
     0    1    2    3    4    5    6    7    8    9
0  NaN  NaN  NaN  NaN  NaN  NaN  NaN  NaN  NaN  NaN

#inverting boolean mask with ~
print (df.loc[:, ~(df.columns < 8)])
     8    9
0  NaN  NaN

print (df.columns >= 8)
[False False False False False False False False  True  True]

print (df.loc[:, df.columns >= 8])
     8    9
0  NaN  NaN

与通过过滤的列名drop相同的内容：

print (df.columns[df.columns < 8])
Int64Index([0, 1, 2, 3, 4, 5, 6, 7], dtype='int64')


print (df.drop(df.columns[df.columns < 8], axis=1))

     8    9
0  NaN  NaN

Answer 2

考虑一个列名从 0 到 99 的数据框。

    0   1   2   3   4   5   6   7   8   9   ... 90  91  92  93  94  95  96  97  98  99
0   0   0   0   0   0   0   0   0   0   0   ... 0   0   0   0   0   0   0   0   0   0

如果您想删除小于 30 的列名，

df = df.drop((x for x in df.columns.tolist() if x < 30), axis = 1)

返回

    30  31  32  33  34  35  36  37  38  39  ... 90  91  92  93  94  95  96  97  98  99
0   0   0   0   0   0   0   0   0   0   0   ... 0   0   0   0   0   0   0   0   0   0

如果您的列是对象类型，请先使用

df.columns = df.columns.astype(np.int64)

Answer 3

首先构建要删除的列列表（遍历列，查看它们是否符合条件），然后立即删除该列表中的所有列。