Python Pandas - 在一个命令中从数据框中删除多个系列

Question

简而言之......我有一个Python Pandas数据框,使用'read_table'从Excel文件读入.我想从数据中保留一小部分系列,并清除其余部分.我知道我可以使用'del data ['SeriesName']'逐个删除我不想要的东西,但我宁愿做的是指定要保留的内容而不是指定要删除的内容.

如果最简单的答案是将现有数据帧复制到仅包含我想要的系列的新数据框中,然后完整地删除现有框架,我会满意这个解决方案......但如果这确实是最好的方式,有人可以带我走过吗？

TIA ......我是Pandas的新手.:)

Answer 1

您可以使用该DataFrame drop功能删除列.您必须传递axis=1选项才能处理列而不是行.请注意,它返回一个副本,因此您必须将结果分配给新的DataFrame:

In [1]: from pandas import *

In [2]: df = DataFrame(dict(x=[0,0,1,0,1], y=[1,0,1,1,0], z=[0,0,1,0,1]))

In [3]: df
Out[3]:
   x  y  z
0  0  1  0
1  0  0  0
2  1  1  1
3  0  1  0
4  1  0  1

In [4]: df = df.drop(['x','y'], axis=1)

In [5]: df
Out[5]:
   z
0  0
1  0
2  1
3  0
4  1

Answer 2

基本上和Zelazny7的答案一样 - 只需指定要保留的内容:

In [68]: df
Out[68]: 
   x  y  z
0  0  1  0
1  0  0  0
2  1  1  1
3  0  1  0
4  1  0  1

In [70]: df = df[['x','z']]                                                                

In [71]: df
Out[71]: 
   x  z
0  0  0
1  0  0
2  1  1
3  0  0
4  1  1

*编辑*

您可以通过索引/切片到Dataframe.columns对象来指定大量列.
此对象type(pandas.Index)可以视为dict列标签(具有一些扩展功能).

请参阅以上示例的此扩展:

In [4]: df.columns
Out[4]: Index([x, y, z], dtype=object)

In [5]: df[df.columns[1:]]
Out[5]: 
   y  z
0  1  0
1  0  0
2  1  1
3  1  0
4  0  1

In [7]: df.drop(df.columns[1:], axis=1)
Out[7]: 
   x
0  0
1  0
2  1
3  0
4  1