我有一个这样的数据框架:
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.rand(4,4), columns=list('abcd'))
df
a b c d
0 0.418762 0.042369 0.869203 0.972314
1 0.991058 0.510228 0.594784 0.534366
2 0.407472 0.259811 0.396664 0.894202
3 0.726168 0.139531 0.324932 0.906575
我如何得到除b之外的所有列?
当列不是MultiIndex时，df。Columns只是一个列名数组，所以你可以这样做:
df.loc[:, df.columns != 'b']
a c d
0 0.561196 0.013768 0.772827
1 0.882641 0.615396 0.075381
2 0.368824 0.651378 0.397203
3 0.788730 0.568099 0.869127
不要使用ix。弃用。最具可读性和惯用的方法是df.drop():
>>> df
a b c d
0 0.175127 0.191051 0.382122 0.869242
1 0.414376 0.300502 0.554819 0.497524
2 0.142878 0.406830 0.314240 0.093132
3 0.337368 0.851783 0.933441 0.949598
>>> df.drop('b', axis=1)
a c d
0 0.175127 0.382122 0.869242
1 0.414376 0.554819 0.497524
2 0.142878 0.314240 0.093132
3 0.337368 0.933441 0.949598
注意，默认情况下，.drop()不会原地操作;尽管有一个不祥的名字，df并没有受到这个过程的伤害。如果你想永久地从df中删除b，请执行df。下降(b,原地= True)。
df.drop()也接受一个标签列表，例如df.drop。Drop (['a'， 'b']， axis=1)删除列a和列b。
这里有另一种方法:
df[[i for i in list(df.columns) if i != '<your column>']]
你只需要传递要显示的所有列，除了你不想要的列。
df[df.columns.difference(['b'])]
Out:
a c d
0 0.427809 0.459807 0.333869
1 0.678031 0.668346 0.645951
2 0.996573 0.673730 0.314911
3 0.786942 0.719665 0.330833
我认为最好的方法是@萨尔瓦多·达利提到的方法。并不是说其他人都错了。
因为当你有一个数据集你只想选择一列，然后把它放到一个变量中，而把其他列放到另一个变量中，以进行比较或计算。那么删除数据集的列可能没有帮助。当然也有这样的用例。
x_cols = [x for x in data.columns if x != 'name of column to be excluded']
然后你可以把变量x_cols中的列集合放到另一个变量x_cols1中进行其他计算。
ex: x_cols1 = data[x_cols]
对@Salvador Dali的另一个轻微修改使列列表可以排除:
df[[i for i in list(df.columns) if i not in [list_of_columns_to_exclude]]]
or
df.loc[:,[i for i in list(df.columns) if i not in [list_of_columns_to_exclude]]]
你可以使用df.columns.isin()
df.loc[:, ~df.columns.isin(['b'])]
当你想删除多个列时，简单如下:
df.loc[:, ~df.columns.isin(['col1', 'col2'])]
这是一行lambda:
df[map(lambda x :x not in ['b'], list(df.columns))]
之前:
import pandas
import numpy as np
df = pd.DataFrame(np.random.rand(4,4), columns = list('abcd'))
df
a b c d
0 0.774951 0.079351 0.118437 0.735799
1 0.615547 0.203062 0.437672 0.912781
2 0.804140 0.708514 0.156943 0.104416
3 0.226051 0.641862 0.739839 0.434230
后:
df[map(lambda x :x not in ['b'], list(df.columns))]
a c d
0 0.774951 0.118437 0.735799
1 0.615547 0.437672 0.912781
2 0.804140 0.156943 0.104416
3 0.226051 0.739839 0.434230
类似于@Toms的答案，也可以选择除“b”以外的所有列，而不使用.loc，如下所示:
df[df.columns[~df.columns.isin(['b'])]]
我测试了速度，发现对我来说。loc解决方案是最快的
df_working_1.loc[:, df_working_1.columns != "market_id"]
# 7.19 ms ± 201 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
df_working_1.drop("market_id", axis=1)
# 7.65 ms ± 136 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
df_working_1[df_working_1.columns.difference(['market_id'])]
# 7.58 ms ± 116 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
df_working_1[[i for i in list(df_working_1.columns) if i != 'market_id']]
# 7.57 ms ± 144 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
