根据列名删除 Pandas 数据框列

Posted 2023-03-11

【中文标题】根据列名删除 Pandas 数据框列

【英文标题】：Dropping Pandas Dataframe Columns based on column name

【发布时间】：2021-12-06 01:54:27

【问题描述】：

我有一个带有无关信息的 Pandas 数据框 df。无关信息存储在名称包含“PM”的列中。我想删除这些列，但我不知道该怎么做。下面是我的尝试。但是，我收到此错误消息：AttributeError: 'numpy.float64' object has no attribute 'PM'。我不确定如何解释此错误消息。我也不明白为什么消息中提到了 numpy，因为数据框 df 是 pandas 对象。

for j in range(0,len(df.columns)-1):
 df.iloc[0,j].str.contains("PM"):
   df.drop(j, axis=1)

AttributeError: 'numpy.float64' 对象没有属性 'PM'

【问题讨论】：

你能添加一些小数据样本，3列，3行吗？

【参考方案1】：

根据我的理解，您想删除列，所以最初您应该将所有列名存储在一个列表中。接下来从列表中删除所有不包含 PM 的元素。

columns = list(df.columns.values)
columns = [col for col in columns if 'PM' in col]
df.drop(columns=columns, axis=1, inplace=True)

【讨论】：

在迭代列表时小心删除列表的元素，这通常会导致不正确的结果，尤其是在应该删除两个连续元素时。

是的，感谢您指出。

【参考方案2】：

将regex 与filter 一起使用：

df.filter(regex='^((?!PM).)*$')

这是这里最短的解决方案。

【讨论】：

@jezrael 没时间。编辑了它

【参考方案3】：

使用空数据框

df = pd.DataFrame(columns=['a','b','ABCPMYXZ','QWEPMQWE','c','d'])
df
df = df[[i for i in df.columns if not 'PM' in i]]
df