sge*_*tim 22 python dataframe pandas
假设我有一个如下所示的DataFrame:
a b c d e f g
1 2 3 4 5 6 7
4 3 7 1 6 9 4
8 9 0 2 4 2 1
Run Code Online (Sandbox Code Playgroud)
除了a和之外,我该如何删除每一列b呢?
这将导致:
a b
1 2
4 3
8 9
Run Code Online (Sandbox Code Playgroud)
我想要一种方法来删除这些,使用一行简单的代码,删除所有列,a并且b,因为假设我假设我有1000列数据.
谢谢.
Max*_*axU 24
In [48]: df.drop(df.columns.difference(['a','b']), 1, inplace=True)
Out[48]:
a b
0 1 2
1 4 3
2 8 9
Run Code Online (Sandbox Code Playgroud)
要么:
In [55]: df = df.loc[:, df.columns.intersection(['a','b'])]
In [56]: df
Out[56]:
a b
0 1 2
1 4 3
2 8 9
Run Code Online (Sandbox Code Playgroud)
PS请注意,@Wen已经提出了最惯用的Pandas方法:
df = df[['a','b']]
Run Code Online (Sandbox Code Playgroud)
要么
df = df.loc[:, ['a','b']]
Run Code Online (Sandbox Code Playgroud)
WeN*_*Ben 13
有多种解决方案.
df=df[['a','b']]#1
df=df[list('ab')]#2
df=df.loc[:,df.columns.isin(['a','b'])]#3
df=pd.DataFrame(data=df.eval('a,b').T,columns=['a','b'])#4 PS:I do not recommend this method , but still a way to achieve this
Run Code Online (Sandbox Code Playgroud)
Gol*_*Jer 12
添加到混合中的另一个选项。我更喜欢这种方法以提高可读性。
df = df.filter(['a', 'b'])
Run Code Online (Sandbox Code Playgroud)
或简单地
df.filter(['a', 'b'])
Run Code Online (Sandbox Code Playgroud)
您还可以使用like参数或regex进行过滤。
如果您有一组列,例如['a_1','a_2','b_1','b_2']
你可以做
df.filter(like='b_')
Run Code Online (Sandbox Code Playgroud)
并以 ['b_1','b_2']