Question

我有一些数据，当我导入它时，我得到以下不需要的列我正在寻找一种简单的方法来删除所有这些

   'Unnamed: 24', 'Unnamed: 25', 'Unnamed: 26', 'Unnamed: 27',
   'Unnamed: 28', 'Unnamed: 29', 'Unnamed: 30', 'Unnamed: 31',
   'Unnamed: 32', 'Unnamed: 33', 'Unnamed: 34', 'Unnamed: 35',
   'Unnamed: 36', 'Unnamed: 37', 'Unnamed: 38', 'Unnamed: 39',
   'Unnamed: 40', 'Unnamed: 41', 'Unnamed: 42', 'Unnamed: 43',
   'Unnamed: 44', 'Unnamed: 45', 'Unnamed: 46', 'Unnamed: 47',
   'Unnamed: 48', 'Unnamed: 49', 'Unnamed: 50', 'Unnamed: 51',
   'Unnamed: 52', 'Unnamed: 53', 'Unnamed: 54', 'Unnamed: 55',
   'Unnamed: 56', 'Unnamed: 57', 'Unnamed: 58', 'Unnamed: 59',
   'Unnamed: 60'

它们被0索引编入索引，所以我尝试了像

这样的东西

    df.drop(df.columns[[22, 23, 24, 25, 
    26, 27, 28, 29, 30, 31, 32 ,55]], axis=1, inplace=True)

但这不是很有效率。我尝试写一些for循环，但这让我感到害怕Pandas的行为。因此我在这里问这个问题。

我见过一些相似的例子（Drop multiple columns pandas），但这并没有回答我的问题。

Answer 1

到目前为止最简单的方法是：

SELECT t.*, COUNT(*) as DuplicateRecords
FROM Table_1 t
group by t.name,t.age having COUNT(*)>=2

Answer 2

我不知道你的意思是效率低，但如果你的意思是打字，可能更容易选择感兴趣的cols并分配回df：

df = df[cols_of_interest]

其中cols_of_interest是您关注的列的列表。

或者您可以对列进行切片并将其传递给drop：

df.drop(df.ix[:,'Unnamed: 24':'Unnamed: 60'].head(0).columns, axis=1)

对head的调用只选择0行，因为我们只对列名而不是数据感兴趣

<强>更新

另一种方法更简单，就是使用str.contains中的布尔掩码并将其反转以掩盖列：

In [2]:
df = pd.DataFrame(columns=['a','Unnamed: 1', 'Unnamed: 1','foo'])
df

Out[2]:
Empty DataFrame
Columns: [a, Unnamed: 1, Unnamed: 1, foo]
Index: []

In [4]:
~df.columns.str.contains('Unnamed:')

Out[4]:
array([ True, False, False,  True], dtype=bool)

In [5]:
df[df.columns[~df.columns.str.contains('Unnamed:')]]

Out[5]:
Empty DataFrame
Columns: [a, foo]
Index: []

Answer 3

我个人最喜欢的，比我在这里看到的答案（对于多列）更容易：

df.drop(df.columns[22:56], axis=1, inplace=True)

或为多列创建列表。

col = list(df.columns)[22:56]
df.drop(col, axis=1, inplace=1)

Answer 4

这可能是做你想做的事情的好方法。它将删除包含＆＃39;未命名＆＃39;的所有列。在他们的标题中。

for col in df.columns:
    if 'Unnamed' in col:
        del df[col]

Answer 5

您可以在一行和一行中执行此操作：

df.drop([col for col in df.columns if "Unnamed" in col], axis=1, inplace=True)

这比上述解决方案更少移动/复制对象。

Answer 6

不确定此解决方案是否已被提及，但一种方法是pandas.Index.difference。

>>> df = pd.DataFrame(columns=['A','B','C','D'])
>>> df
Empty DataFrame
Columns: [A, B, C, D]
Index: []
>>> to_remove = ['A','C']
>>> df = df[df.columns.difference(to_remove)]
>>> df
Empty DataFrame
Columns: [B, D]
Index: []

Answer 7

简单易用。删除22日之后的所有列。

df.drop(columns=df.columns[22:]) # love it

Answer 8

您只需将列名称指定为0或1即可将列名作为列表传递

axis = 1：沿行
axis = 0：沿列
默认轴== 0

data.drop(["Colname1","Colname2","Colname3","Colname4"],axis=1)

Answer 9

以下对我有用：

for col in df:
    if 'Unnamed' in col:
        #del df[col]
        print col
        try:
            df.drop(col, axis=1, inplace=True)
        except Exception:
            pass

Answer 10

df = df[[col for col in df.columns if not ('Unnamed' in col)]]

根据Pandas中的列名删除多个列

10 个答案: