python dataframe pandas使用int删除列

Posted 2023-03-11

【中文标题】python dataframe pandas使用int删除列

【英文标题】：python dataframe pandas drop column using int

【发布时间】：2013-12-16 07:58:45

【问题描述】：

我知道要删除列，您使用 df.drop('column name', axis=1)。有没有办法使用数字索引而不是列名来删除列？

【问题讨论】：

我认为这不起作用，原因如下：***.com/questions/13411544/…

【参考方案1】：

您可以像这样删除i 索引上的列：

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

如果您在列中有重复的名称，这可能会很奇怪，因此您可以用新名称重命名要删除的列。或者您可以像这样重新分配 DataFrame：

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

【讨论】：

我认为你错过了重点——他们想按索引而不是按标签删除。将索引转换为标签只是按标签删除:(

如何索引 cols，如果我必须删除 100 个在数据框中间连续的列

第二种使用 iloc 的技术在列名重复的情况下效果很好，并且非常高效。谢谢。

【参考方案2】：

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 用于在数据框本身中进行更改，而无需在数据框的副本上删除列。如果您需要保持原件完好无损，请使用：

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

【讨论】：

inplace 参数是干什么用的？

如何索引 cols，如果我必须删除 100 个在数据框中间连续的列。

你可以做类似col_indices = [df.columns.tolist().index(c) for c in list_of_colnames]

【参考方案3】：

如果有多个具有相同名称的列，则此处给出的解决方案将删除所有列，这可能不是人们正在寻找的。如果尝试删除除一个实例之外的重复列，则可能会出现这种情况。下面的例子说明了这种情况：

# 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

如您所见，两个 Xs 列都被删除了。 替代解决方案：

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

如您所见，这实际上只删除了第 0 列（第一个“x”）。

【讨论】：

你是我的英雄。试图想一个聪明的方法来做这件事太久了。

这个 iloc 解决方案正是我想要的。删除前 x 列变为 df = df.iloc[:, x:] 如果您想删除 x 到 y 列，您可以执行以下操作：all_cols = set(range(0,len(df.columns))) keep_cols = all_cols - set(range(x,y+1)) df = df.iloc[:, list(keep_cols)]

这个答案值得更多的支持，因为它正确处理了重复的列名。

@AlexandreHuat 一个不到1500分的CS领主！ ;) 无论如何，谢谢你

哈哈，我只是想照亮某人的一天

【参考方案4】：

您需要根据它们在数据框中的位置来识别列。例如，如果你想删除 (del) 列号 2,3 和 5，它将是，

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

【参考方案5】：

如果您有两列同名。一种简单的方法是手动重命名列，如下所示：-

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

然后您可以按照您的要求通过列索引删除，如下所示：-

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

df.column[1] 将删除索引 1。

记住轴 1 = 列，轴 0 = 行。

【参考方案6】：

如果你真的想用整数来做（但为什么？），那么你可以建立一个字典。

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

然后df = df.drop(col_dict[0], 1) 将按需要工作

编辑：您可以将其放入为您执行此操作的函数中，尽管这样每次调用它时都会创建字典

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)

【参考方案7】：

您可以简单地将columns 参数提供给df.drop 命令，这样您就不必在这种情况下指定axis，就像这样

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

参考见columns参数：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.drop.html?highlight=drop#pandas.DataFrame.drop

【参考方案8】：

您可以使用以下行删除前两列（或您不需要的任何列）：

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

Reference

【参考方案9】：

获取所需列的好方法（重复名称无关紧要）。

例如，您将要删除的列索引包含在类似列表的变量中

unnecessary_cols = [1, 4, 5, 6]

然后

import numpy as np
df.iloc[:, np.setdiff1d(np.arange(len(df.columns)), unnecessary_cols)]

【参考方案10】：

由于可以有多个同名的列，我们应该首先重命名这些列。 这是解决方案的代码。

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