是否有一种有效的方法可以从drop
到n
columns
个数量的pandas df
。例如,如果您不希望超出特定列,可以合并函数df.drop > n
对于下面的df,我要删除column 2
之后的所有内容。我通过这样做。
import pandas as pd
d = ({
'1' : ['X','Y'],
'2' : ['A','B'],
'3' : ['C','D'],
'4' : ['A','B'],
'5' : ['C','D'],
})
df = pd.DataFrame(data=d)
df = df.drop(['3','4','5'], axis = 1)
但是,如果数量多于或少于5 columns
,我将不得不手动添加或减去column values
。如果我不断这样做,将会变得很麻烦。
答案 0 :(得分:1)
您可以使用df.iloc,
df=df.iloc[:,:3] #sliced based on indices. will keeps columns 0 to 2 (indices).
(or)
df=df.loc[:,:'3'] #sliced based on column names
print(df)
1 2 3
X A C
Y B D