基于列名称删除pandas数据框中的列

Question

全部

假设有一个包含一些列名的df - 在我的情况下，这些名称是数值。例如，列名为1000、1001等。我需要删除所有未通过某个过滤测试的内容 - 在我的情况下，所有名称小于某个值的列。比如说小于1500...

我知道如何直接做到这一点（通过列出每一列），或者通过循环调用drop，但这似乎非常低效。我在表达式上遇到了语法困难...

我尝试过类似这样的方法：

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。请给予建议！谢谢。

- elanamig

Answer 1

我认为最简单的方法是创建布尔掩码，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

与通过筛选列名进行删除（drop）相同的操作：

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

- jezrael

Answer 2

考虑一个列名为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

如果您想删除列名称少于30个的列，

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，请先使用以下方法进行转换：

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

- Vaishali

Answer 3

首先建立一个要删除的列的列表（循环遍历列，查看它们是否符合条件），然后一次性从该列表中删除所有列。

- Z .

---

我可以这样做，但我想知道是否有内联选项。类似这样：df.drop(df.columns[x for x in range(1000,1499)], axis=1) - elanamig