如何在Data Frame Python中获取除一列之外的所有列？答案

【问题标题】：How to take all columns except one column in Data Frame Python?如何在Data Frame Python中获取除一列之外的所有列？
【发布时间】：2021-01-11 23:00:57
【问题描述】：

我的 DataFrame 包含例如 24 列，我的问题是如何获取除列号 17 之外的所有列？

data[:,:] 使用这种语法。

【问题讨论】：

您可以使用drop() 函数删除第 17 列，如下所示：df.drop('17_column', 1)
df.iloc[:, start_col:end_col]
Manakin，但是使用您的代码，我只使用 start col 例如 1 和 end col 例如 16，但我想要除数字 17 之外的所有列

标签： python pandas numpy filter

【解决方案1】：

你可以这样做：

data.drop(columns=['a']) # for column name
data.drop(columns=data.columns[17]) # for column index

它返回一个您可以使用的dataframe。

欲了解更多信息：pandas drop

【讨论】：

谢谢，它比以前没有工作的编辑更好，我现在无法删除我的答案，但这种方法更具可读性。
我更新了回复。 drop([17]) 只是删除行。

【解决方案2】：

我认为最简单的方法是：

data.loc[:, data.columns != 'col_name']

或

data.loc[:, ~data.columns.isin(['col_name'])]

【讨论】：

【解决方案3】：

您可以使用np.r_ 和df.iloc 如下所示进行基于位置的切片索引：

pos_of_col= 17
df.iloc[:,np.r_[range(pos_of_col-1),range(pos_of_col,len(df.columns))]]

演示，在位置 4 删除列（第 3 列，因为 python 索引从 0 开始）

np.random.seed(0)
df = pd.DataFrame(np.random.randint(0,20,(5,10))).add_prefix("col_")
print(df,'\n')

pos_of_col= 4
print(df.iloc[:,np.r_[range(pos_of_col-1),range(pos_of_col,len(df.columns))]])



   col_0  col_1  col_2  col_3  col_4  col_5  col_6  col_7  col_8  col_9
0     12     15      0      3      3      7      9     19     18      4
1      6     12      1      6      7     14     17      5     13      8
2      9     19     16     19      5     15     15      0     18      3
3     17     19     19     19     14      7      0      1      9      0
4     10      3     11     18      2      0      0      4      5      6 

   col_0  col_1  col_2  col_4  col_5  col_6  col_7  col_8  col_9
0     12     15      0      3      7      9     19     18      4
1      6     12      1      7     14     17      5     13      8
2      9     19     16      5     15     15      0     18      3
3     17     19     19     14      7      0      1      9      0
4     10      3     11      2      0      0      4      5      6

【讨论】：