python数据帧使用int删除列

我知道要删除一列，您需要使用df.drop（'column name'，axis=1）。有没有一种方法可以使用数字索引而不是列名来删除列？

如果您确实想使用整数来删除列（但为什么？），那么您可以构建一个字典

col_dict = {x: col for x, col in enumerate(df.columns)}

然后

df=df.drop（col_dict[0]，1）

将根据需要工作

编辑：你可以把它放在一个函数中，这样你每次调用它时它都会创建字典

def drop_col_n(df, col_n_to_drop):
    col_dict = {x: col for x, col in enumerate(df.columns)}
    return df.drop(col_dict[col_n_to_drop], 1)

df = drop_col_n(df, 2)

---

您可以删除

i

索引上的列，如下所示：

df.drop(df.columns[i], axis=1)

df = df.iloc[:, [j for j, c in enumerate(df.columns) if j != i]]

cols = [1,2,4,5,12]
df.drop(df.columns[cols],axis=1,inplace=True)

若列中有重复的名称，那个么这可能会很奇怪，所以若要执行此操作，可以使用新名称重命名要删除的列。或者，您可以像这样重新分配数据帧：

df.drop(df.columns[i], axis=1)

df = df.iloc[:, [j for j, c in enumerate(df.columns) if j != i]]

cols = [1,2,4,5,12]
df.drop(df.columns[cols],axis=1,inplace=True)

---

像这样删除多个列：

df.drop(df.columns[i], axis=1)

df = df.iloc[:, [j for j, c in enumerate(df.columns) if j != i]]

cols = [1,2,4,5,12]
df.drop(df.columns[cols],axis=1,inplace=True)

inplace=True

用于在数据帧本身中进行更改，而无需在数据帧副本上删除列。如果您需要保持原稿完整，请使用：

df_after_dropping = df.drop(df.columns[cols],axis=1)

---

如果有多个列具有相同的名称，那么到目前为止，这里给出的解决方案将删除所有的列，这可能不是我们想要的。如果试图删除除一个实例之外的重复列，则可能会出现这种情况。下面的例子说明了这种情况：

# make a df with duplicate columns 'x'
df = pd.DataFrame({'x': range(5) , 'x':range(5), 'y':range(6, 11)}, columns = ['x', 'x', 'y']) 


df
Out[495]: 
   x  x   y
0  0  0   6
1  1  1   7
2  2  2   8
3  3  3   9
4  4  4  10

# attempting to drop the first column according to the solution offered so far     
df.drop(df.columns[0], axis = 1) 
   y
0  6
1  7
2  8
3  9
4  10

如您所见，两个Xs列都被删除了。 替代解决方案：

column_numbers = [x for x in range(df.shape[1])]  # list of columns' integer indices

column_numbers .remove(0) #removing column integer index 0
df.iloc[:, column_numbers] #return all columns except the 0th column

   x  y
0  0  6
1  1  7
2  2  8
3  3  9
4  4  10

---

如您所见，这实际上只删除了第0列（第一个“x”）。

由于可以有多个同名列，我们应该首先重命名这些列。 下面是解决方案的代码

df.columns=list(range(0,len(df.columns)))
df.drop(columns=[1,2])#drop second and third columns

---

可以使用以下行删除前两列（或不需要的任何列）：

---

您需要根据列在数据框中的位置来识别列。例如，如果要删除（del）列编号2、3和5，则它将为

df.drop(df.columns[[2,3,5]], axis = 1)

---

如果有两个同名的列。一种简单的方法是手动重命名列，如下所示：-

df.columns = ['column1', 'column2', 'column3']

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

然后，您可以根据需要通过列索引进行删除，如下所示：-

df.columns = ['column1', 'column2', 'column3']

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

df.列[1]

将删除索引1

---

记住轴1=列，轴0=行。

您可以简单地将

列

参数提供给

df。drop

命令，这样您就不会在这种情况下指定

轴

，如下所示

columns_list = [1, 2, 4] # index numbers of columns you want to delete
df = df.drop(columns=df.columns[columns_list])

---

参考请参见此处的

列

参数：

我认为这将不起作用，原因如下：inplace参数的作用是什么？如果不使用

inplace=True

，则必须执行

df=df.drop（），如果我不得不删除在数据帧中间连续的100列，我想你错过了要点——他们想通过索引而不是标签来下降。将索引转换为标签只需按标签删除：（如何索引COLS，如果我不得不删除在数据帧中间连续的100列，那么使用ILoc的第二种技术很好地给出重复的列名，而且非常有效率。谢谢。你是我的英雄。正试图想出一种聪明的方法来做这件事。太久了。ILoc解决方案正是我所要寻找的。e第一个x列变为
df=df.iloc[：，x::]
如果要从x列删除y列，可以执行如下操作：
all\u cols=set（range（0，len（df.columns）））keep\u cols=all\u cols-set（range（x，y+1））df=df.iloc[：，list（keep\cols）]
这个答案值得更多的投票，因为它正确地处理了重复的列名。