Python 如何使用熊猫从数据框中删除列？

我读我的数据

import pandas as pd
df = pd.read_csv('/path/file.tsv', header=0, delimiter='\t')
print df

并获得：

          id    text
0    361.273    text1...
1    374.350    text2...
2    374.350    text3...

如何从上述数据框中删除

id

列？。我尝试了以下方法：

import pandas as pd
df = pd.read_csv('/path/file.tsv', header=0, delimiter='\t')
print df.drop('id', 1)

但它提出了一个例外：

ValueError: labels ['id'] not contained in axis

df.drop（colname，axis=1）

（或

del df[colname]

）是删除列的正确方法

如果出现

ValueError

，则表示列名与您认为的不完全相同

---

选中

df.columns

查看列的名称。

实际删除列

del df['id']

或

df.drop（'id'，1）

如果传递的列完全匹配，则应该可以工作

但是，如果不需要删除该列，则可以选择感兴趣的列，如下所示：

In [54]:

df['text']
Out[54]:
0    text1
1    text2
2    textn
Name: text, dtype: object

如果您一开始就不想要它，那么您可以将col列表作为参数

usecols

传递给

read_csv

：

In [53]:
import io
temp="""id    text
363.327    text1
366.356    text2
37782    textn"""
df = pd.read_csv(io.StringIO(temp), delimiter='\s+', usecols=['text'])
df
Out[53]:
    text
0  text1
1  text2
2  textn

---

关于您的错误，这是因为

'id'

不在您的列中，或者它的拼写不同，或者有空格。要检查这一点，请查看打印（df.columns.tolist（））的输出。这将输出列的列表，并显示是否有任何前导/尾随空格。

删除pandas中的列的最佳方法是使用：

其中

1

是轴编号（

0

表示行，

1

表示列。）

要删除该列而不必重新分配

df

，可以执行以下操作：

df.drop('column_name', axis=1, inplace=True)

最后，要按列编号而不是按列标签拖放，请尝试以下操作。 要删除，例如第1、第2和第4列：

df.drop(df.columns[[0, 1, 3]], axis=1)  # df.columns is zero-based pd.Index 

例外情况：

如果请求的列号或标签错误，将抛出错误。 要检查列数，请使用

df.shape[1]

或

len（df.columns.values）

，要检查列标签，请使用

df.columns.values

将提出一个例外

---

答案是基于@LondonRob的，留在这里是为了帮助本页的未来访问者。

df.columns作为列名报告了什么？也许列名中有空格？

索引（[u'id opinion']，dtype='object'）

感谢您的回复需要注意的是，您真的需要删除该列吗？您可以通过执行

df['text']

或更一般的

df[some_list]

从df中选择感兴趣的列，此外，如果您一开始就不需要它，那么就不要加载它

df=pd.read_csv（'/path/file.tsv'，header=0，delimiter='\t'，usecols=[0]）

我也想删除它。但这是一个陈述的问题，因为当你真正做报告的时候。最好是在删除de column之前旋转框架还是只删除de column？只是为了完整性

df.drop（['id']，1）

works问题是如何删除列。这是一个有效的问题，但在本答案中没有提及。我不是落选者。@TimD问题的背景是OP想要删除一个他们不感兴趣的专栏，我的回答表明，首先，如果你只想使用一个特定的专栏，或者你实际上可以不阅读该专栏，或者只阅读感兴趣的专栏，而OP接受了答案，那么这是没有必要的。你确实解决了OP遇到的问题，这从上下文中可以看出。我在一次谷歌搜索中发现了这个问题，寻找一种删除该列的方法。在我的上下文中，这个答案对我没有帮助，因为我不知道在读完之前我需要哪些专栏。您可能已经解决了OP问题，但我敢打赌，该页面的后续访问者将查找

DataFrame.drop（）

和向上投票的答案，这些答案表示了该问题。@TimD我现在已经添加了附加信息，以及如何调试此问题

df.drop(df.columns[[0, 1, 3]], axis=1)  # df.columns is zero-based pd.Index