我知道去掉一列要用df。Drop ('column name'， axis=1)。是否有一种方法可以使用数字索引而不是列名来删除列?
当前回答
由于可以有多个具有相同名称的列，我们应该首先重命名列。 下面是解决方案的代码。
df.columns=list(range(0,len(df.columns)))
df.drop(columns=[1,2])#drop second and third columns
其他回答
如果有两个名称相同的列。一种简单的方法是手动重命名列，就像这样
df.columns = ['column1', 'column2', 'column3']
然后你可以根据你的要求通过列索引，像这样:-
df.drop(df.columns[1], axis=1, inplace=True)
df。列[1]将删除索引1。
记住轴1 =列，轴0 =行。
像这样删除多个列:
cols = [1,2,4,5,12]
df.drop(df.columns[cols],axis=1,inplace=True)
inplace=True用于在数据帧本身中进行更改，而不需要在数据帧的副本上进行列删除。如需保留原稿，请使用:
df_after_dropping = df.drop(df.columns[cols],axis=1)
感谢我很晚才参加派对，但我也有同样的问题，一个DataFrame有一个MultiIndex。Pandas真的不喜欢非唯一的多索引，在某种程度上，上面的大多数解决方案在这种设置下都不起作用(例如，.drop函数只会错误地带有ValueError:不能处理非唯一的多索引!)
我得到的解决方案是使用.iloc代替。根据文档，use可以使用带有掩码的iloc(=你想保留的列的True/False值列表):
使用长度与列匹配的布尔数组。 df。iloc[:，[正确，错误，正确，错误]]
结合df.columns. duplication()来识别重复的列，你可以以一种高效的、panda -native的方式做到这一点:
df = df.iloc[:, ~df.columns.duplicated()]
您需要根据列在数据框架中的位置来标识它们。例如，如果你想删除(del)列2、3和5，它将是，
df.drop(df.columns[[2,3,5]], axis = 1)
您可以简单地为df提供columns参数。Drop命令，所以在这种情况下你不需要指定轴，像这样
columns_list = [1, 2, 4] # index numbers of columns you want to delete
df = df.drop(columns=df.columns[columns_list])
参考参见这里的columns参数:https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.drop.html?highlight=drop#pandas.DataFrame.drop
