Python Getting ValueError：需要指定至少一个'；标签''；指数'；或'；列'；将标签列表传递为'；列'；drop（）方法的参数

我正在传递一个索引类型变量（

Pandas.Index

），该变量包含我要从数据帧中删除的列的标签，并且工作正常。它是索引类型，因为我是根据数据帧本身的特定条件提取列名的

之后，我需要向该列表中添加另一个列名，因此我将Index对象转换为Python列表，以便附加额外的标签名。但是，在将列表作为columns参数传递给数据帧上的

drop（）

方法时，我现在不断得到错误：

ValueError:需要指定至少一个“标签”、“索引”或“列”

如何解决此错误

我使用的代码如下所示：

unique_count = df.apply(pd.Series.nunique)
redundant_columns = unique_count[unique_count == 1].index.values.tolist()
redundant_columns.append('DESCRIPTION')
print(redundant_columns)
df.drop(columns=redundant_columns, inplace=True)

Out: None

---

我找到了发生错误的原因。在

append（）

语句之后，

冗余列

将变成

None

。我不知道为什么。如果有人能解释为什么会发生这种情况，我会很高兴的。

对我来说，你的解决方案很有效

通过以下方式删除列的另一种解决方案：

说明：

首先通过

nunique

获取唯一值的长度，然后通过进行比较以确定是否不相等

将“始终删除”的布尔掩码-列

说明

更改为

假

过滤

详细信息：

print (df.nunique())

A              1
C              6
D              5
DESCRIPTION    2
E              6
dtype: int64

mask = df.nunique().ne(1)
print (mask)
A              False
C               True
D               True
DESCRIPTION     True
E               True

mask['DESCRIPTION'] = False
print (mask)
A              False
C               True
D               True
DESCRIPTION    False
E               True
dtype: bool

---

尝试之后，通过使用numpy.ndarray而不是普通的Python列表解决了这个问题，尽管我不知道为什么

在我的试验中，使用普通Python列表给出ValueError、pandas.Index或包含标签的numpy.ndarray类型的对象工作正常。所以我使用了np.ndarray，因为它是可追加的

当前工作代码：

    unique_count = df.apply(pd.Series.nunique)
    redundant_columns: np.ndarray = unique_count[unique_count == 1].index.values
    redundant_columns = np.append(redundant_columns, 'DESCRIPTION')
    self.full_data.drop(columns=redundant_columns, inplace=True)

---

在初始化行中使用.remove时，我遇到了相同的错误：

myNewList = [i for i in myOldList].remove('Last Item')

myNewList将变成none类型。在单独的列中使用.tolist（）可能会帮助您：

redundant_columns = unique_count[unique_count == 1].index.values
redundant_columns.tolist()
redundant_columns.append('DESCRIPTION')

---

L=['col1'，'col2']

然后

drop（L）

不起作用？你能演示一下如何使用

删除
吗？嗯，不幸的是，我不能模拟它，所以不知道如何解决它。问题应该在数据或pandas/python中。@jezrael这是一个很好的解决方案，为什么要删除它？我正在等待，稍后会将答案标记为已接受。我只认为您不感兴趣，但好吧，不要删除它。@jezrael我对您的解决方案感兴趣，非常优雅。我没有在我的代码中使用它，因为我试图尽可能避免复制，优化内存，这样我就不会耗尽内存。因此，我正在尽可能多地进行就地操作。@SushovanMandal-只需测试您的解决方案，并且工作良好：（你能描述一下你上面的解决方案吗？@SushovanMandal-当然，给我一点时间。谢谢。但是我发布的有问题的代码仍然不起作用。我在中间给出了一个打印语句，
多余的\u列
在
之后变成了
无
。
.append（）
语句。为什么会这样？@SushovanMandal-这真的很奇怪，你能检查一下这个
L=[1,4]L.append（7）print（L）
？
redundant_columns = unique_count[unique_count == 1].index.values
redundant_columns.tolist()
redundant_columns.append('DESCRIPTION')