การลบหลายคอลัมน์ตามชื่อคอลัมน์ใน Pandas

ฉันมีข้อมูลบางส่วนและเมื่อฉันนำเข้าฉันจะได้รับคอลัมน์ที่ไม่จำเป็นต่อไปนี้ฉันกำลังมองหาวิธีง่ายๆในการลบสิ่งเหล่านี้ทั้งหมด

   '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'

พวกเขาถูกสร้างดัชนีโดย 0-indexing ดังนั้นฉันจึงลองทำสิ่งต่างๆเช่น

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

แต่มันไม่ได้มีประสิทธิภาพมากนัก ฉันพยายามเขียนบางส่วนสำหรับการวนซ้ำ แต่สิ่งนี้ทำให้ฉันรู้สึกว่าเป็นพฤติกรรมของแพนด้าที่ไม่ดี ดังนั้นฉันจึงถามคำถามที่นี่

ฉันเคยเห็นตัวอย่างที่คล้ายกัน ( วางแพนด้าหลายคอลัมน์ ) แต่สิ่งนี้ไม่ตอบคำถามของฉัน

ฉันไม่รู้ว่าคุณหมายถึงอะไรโดยไม่มีประสิทธิภาพ แต่ถ้าคุณหมายถึงในแง่ของการพิมพ์มันอาจจะง่ายกว่าแค่เลือก cols ที่สนใจและกำหนดกลับไปที่ df:

df = df[cols_of_interest]

ที่ไหนcols_of_interestคือรายการคอลัมน์ที่คุณดูแลเกี่ยวกับ

หรือคุณสามารถแบ่งคอลัมน์และส่งต่อไปยังdrop:

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

การเรียกเพื่อheadเลือก 0 แถวเนื่องจากเราสนใจเฉพาะชื่อคอลัมน์มากกว่าข้อมูล

อัพเดต

อีกวิธีหนึ่ง: การใช้บูลีนมาสก์จากstr.containsและกลับด้านเพื่อมาสก์คอลัมน์จะง่ายกว่า:

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: []

วิธีการที่ง่ายที่สุดคือ:

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

รายการโปรดส่วนตัวของฉันและง่ายกว่าคำตอบที่ฉันเห็นที่นี่ (สำหรับหลายคอลัมน์):

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

หรือการสร้างรายการสำหรับหลายคอลัมน์

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

นี่อาจเป็นวิธีที่ดีในการทำสิ่งที่คุณต้องการ จะลบคอลัมน์ทั้งหมดที่มี "ไม่มีชื่อ" ในส่วนหัว

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

คุณสามารถทำได้ในบรรทัดเดียวและครั้งเดียว:

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

ซึ่งเกี่ยวข้องกับการเคลื่อนย้าย / คัดลอกวัตถุน้อยกว่าวิธีแก้ปัญหาข้างต้น

ถ้าไม่แน่ใจว่าวิธีการแก้ปัญหานี้ได้รับการกล่าวถึงทุกที่เลย pandas.Index.differenceแต่วิธีหนึ่งที่จะทำคือการเป็น

>>> 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: []

คุณสามารถส่งชื่อคอลัมน์เป็นรายการโดยระบุแกนเป็น 0 หรือ 1

• แกน = 1: ตามแถว
• แกน = 0: ตามคอลัมน์

• โดยแกนเริ่มต้น = 0

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

ง่ายและสะดวก ลบคอลัมน์ทั้งหมดหลังจากวันที่ 22

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

ด้านล่างใช้ได้ผลสำหรับฉัน:

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)]]