如何删除除了某些列以外的所有列？

假设我有一个这样的 DataFrame:

a  b  c  d  e  f  g
1  2  3  4  5  6  7
4  3  7  1  6  9  4
8  9  0  2  4  2  1

如何删除除 a和 b以外的每一栏？

这将导致:

我想要一种方法来删除这些使用一个简单的代码行说，删除除 a和 b之外的所有列，因为让我们假设我有1000列数据。

谢谢你。

169793 次浏览

小开

有多种解决方案。

df = df[['a','b']] #1


df = df[list('ab')] #2


df = df.loc[:,df.columns.isin(['a','b'])] #3


df = pd.DataFrame(data=df.eval('a,b').T,columns=['a','b']) #4 PS:I do not recommend this method , but still a way to achieve this

小开

In [48]: df.drop(df.columns.difference(['a','b']), 1, inplace=True)
Out[48]:
a  b
0  1  2
1  4  3
2  8  9

或:

In [55]: df = df.loc[:, df.columns.intersection(['a','b'])]


In [56]: df
Out[56]:
a  b
0  1  2
1  4  3
2  8  9

另外，请注意最惯用的熊猫方式这个已经被@Wen 提出来了:

df = df[['a','b']]

或者

df = df.loc[:, ['a','b']]

小开

如果只想保留比删除更多的列，请在。Isin 语句可以选择除您想要的列之外的所有列:

df = df.loc[:, ~df.columns.isin(['a','b'])]

小开

另一个添加到混合的选项。我更喜欢这种方法的可读性。

df = df.filter(['a', 'b'])

第一个位置参数是 items=[]

意外收获

还可以使用 like参数或 regex进行筛选。
如果您有一组像 ['a_1','a_2','b_1','b_2']这样的列，那么这很有帮助

你可以的

df = df.filter(like='b_')

最后得到 ['b_1','b_2']

熊猫过滤器文档。

小开

如果要删除的列超过两列，比如 20或 30，也可以使用列表。确保还指定了轴值。

drop_list = ["a","b"]
df = df.drop(df.columns.difference(drop_list), axis=1)

小开

嘿，你要找的是:

df = df[["a","b"]]

您将收到一个数据框架，其中只包含列 a 和 b