根据熊猫中的列名删除多个列

我有一些数据，导入时会得到以下不需要的列，我正在寻找一种删除所有这些数据的简便方法

   '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索引索引，所以我尝试了类似

    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。我尝试编写一些for循环，但这使我感到震惊，因为熊猫的行为不佳。因此，我在这里问这个问题。

我已经看到了一些类似的示例（投递多列pandas），但这无法回答我的问题。

我不知道您所说的低效率是什么意思，但是如果您指的是打字，那么选择感兴趣的cols并分配回df会更容易：

df = df[cols_of_interest]

cols_of_interest您关心的列的列表在哪里。

或者，您可以切片列并将其传递给drop：

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

调用head只会选择0行，因为我们只对列名而不是数据感兴趣

更新

另一种方法：使用from中的布尔掩码str.contains并将其反转以掩码列会更简单：

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: []

到目前为止，最简单的方法是：

yourdf.drop(['columnheading1', 'columnheading2'], axis=1, inplace=True)

我个人的最爱，并且比我在这里看到的答案更容易（针对多列内容）：

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

或为多列创建一个列表。

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

这可能是做您想要的事情的好方法。它将删除标题中包含“未命名”的所有列。

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

您可以一行一行地执行此操作：

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

与上面的解决方案相比，这涉及较少的对象移动/复制。

不知道该解决方案是否在任何地方都被提及，但是一种解决方法是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: []

您只需将轴名称指定为0或1即可将列名称作为列表传递

• 轴= 1：沿行
• axis = 0：沿列

• 默认情况下轴= 0

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

简单又容易。在22日之后删除所有列。

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

下面为我​​工作：

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

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