Python 从dataframe中选择除列列表以外的所有内容

是否可以从数据帧中选择给定列表的否定？。例如，假设我有以下数据帧

T1_V2  T1_V3 T1_V4 T1_V5 T1_V6 T1_V7 T1_V8
1     15      3      2     N     B     N         
4     16     14      5     H     B     N            
1     10     10      5     N     K     N  

我想去掉所有的列，除了T1列。我通常会这样做：

df = df[["T1_V2","T1_V3","T1_V4","T1_V5","T1_V7","T1_V8"]]

我的问题是，是否有另一种方法，像这样

df = df[!["T1_V6"]]

做：

评论中的注释：

• 这将对列进行排序。如果您不想排序，请使用

  sort=False调用
  difference
  

• 如果删除的列名不存在，

  差异不会引发错误。如果您想在列不存在的情况下引发错误，请按照其他答案中的建议使用drop:
  df.drop（[“T1_V6”]）
  `
  

您需要使用：

---

为了完整起见，您还可以轻松地使用

drop

：

df.drop(["T1_V6"], axis=1)

---

我建议使用DataFrame.drop（）

您可以使用inplace对原始数据帧本身进行更改

old_dataframe.drop(columns_to_exclude, axis = 1, inplace = True)
#old_dataframe is changed

---

排除不需要的列的另一种方法：

df[df.columns[~df.columns.isin(['T1_V6'])]]

---

您可以使用列表理解

df[[column for column in df.columns if column！='T1_V6']]]

我接受了答案，因为它是最紧凑的，可以完成任务。但是，我收到此警告

/usr/local/lib/python2.7/dist-packages/pandas/core/index.py:1353:FutureWarning:using“-”来提供索引集差异是不推荐的，请使用.difference（）“use.difference（）”，未来警告）

设置减号实际上不适用于数字列名，因此必须对它们使用差异。相同的基本思想，但是

df[df.columns.drop（'T1_V7'）]

有一个差异：

。如果试图删除数据框中不存在的列，drop

会抛出错误，而

.difference

没有。在选择使用哪一列时，最好考虑到这一点。默认情况下，熊猫会对其余的列进行排序。有时这可能会令人困惑，但通过将

排序

参数设置为

假

可以很容易地解决

df[df.columns.difference（[“T1\u V6”]，sort=False）]

。现在，这可能不是原始帖子中的问题，但可能对其他人有所帮助。

columns_to _exclude = ['T1_V6']
old_dataframe = #Has all columns
new_dataframe = old_data_frame.drop(columns_to_exclude, axis = 1)

old_dataframe.drop(columns_to_exclude, axis = 1, inplace = True)
#old_dataframe is changed

df[df.columns[~df.columns.isin(['T1_V6'])]]