python dataframe pandas使用int刪除列

Question

我知道要刪除列，請使用 df.drop('column name', axis=1)。 有沒有辦法使用數字索引而不是列名來刪除列？

Answer 1

您可以像這樣刪除i索引上的列：

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

如果列中有重復的名稱，這可能會很奇怪，因此為此您可以重命名要按新名稱刪除列的列。 或者您可以像這樣重新分配 DataFrame：

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

Answer 2

像這樣刪除多個列：

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

inplace=True用於在數據幀本身中進行更改，而不會將列放在數據幀的副本上。 如果您需要保持原件完好無損，請使用：

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

Answer 3

如果有多個具有相同名稱的列，那么到目前為止給出的解決方案將刪除所有列，這可能不是人們正在尋找的。 如果試圖刪除除一個實例之外的重復列，則可能會出現這種情況。 下面的例子闡明了這種情況：

# 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

如您所見，兩個 Xs 列都被刪除了。 替代解決方案：

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

如您所見，這確實僅刪除了第 0 列（第一個“x”）。

Answer 4

您需要根據它們在數據框中的位置來識別列。 例如，如果要刪除 (del) 列號 2,3 和 5，它將是，

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

Answer 5

如果您有兩個名稱相同的列。 一種簡單的方法是像這樣手動重命名列：-

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

然后您可以根據要求通過列索引刪除，如下所示：-

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

df.column[1]將刪除索引 1。

記住軸 1 = 列和軸 0 = 行。

Answer 6

您可以簡單地將columns參數提供給df.drop命令，這樣您就不必在這種情況下指定axis ，就像這樣

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

如需參考，請參閱此處的columns參數： https : //pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.drop.html?highlight=drop#pandas.DataFrame.drop

Answer 7

如果你真的想用整數來做（但為什么？），那么你可以建立一個字典。

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

然后df = df.drop(col_dict[0], 1)將按需要工作

編輯：你可以把它放在一個為你做這件事的函數中，盡管這樣它每次調用它時都會創建字典

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

您可以使用以下行刪除前兩列（或您不需要的任何列）：

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

參考

Answer 9

獲取所需列的好方法（與重復名稱無關）。

例如，您將要刪除的列索引包含在類似列表的變量中

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

由於可以有多個具有相同名稱的列，我們應該首先重命名這些列。 這是解決方案的代碼。

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