删除特定列 Pandas 时出现轴错误

Question

我已根据一些分析确定了我想选择作为我的模型的预测变量的特定列。我已经捕获了这些列号并将其存储在一个列表中。我大约有 80 列，并且想要循环并删除不在此特定列表中的列。 X_train 是我要在其中执行此操作的列。这是我的代码：

cols_selected = [24, 4, 7, 50, 2, 60, 46, 53, 48, 61]
cols_drop = []

for x in range(len(X_train.columns)):
    if x in cols_selected:
        pass
    else:
        X_train.drop([x])

运行此程序时，我在突出显示代码时遇到以下错误：X_train.drop([x]):

KeyError: '[3] not found in axis'

我确信这是我所缺少的非常简单的东西。我尝试将 inplace=True 或 axis=1 语句与此一起包含在内，所有这些语句都有相同的错误消息（而 [] 内的值随这些错误代码而变化）。

任何帮助都会很棒！

编辑：这里是让它工作的补充：

cols_selected = [24, 4, 7, 50, 2, 60, 46, 53, 48, 61]
cols_drop = []

for x in range(len(X_train.columns)):
    if x in cols_selected:
        pass
    else:
        cols_drop.append(x)

X_train = X_train.drop(X_train.columns[[cols_drop]], axis=1)    

Answer 1

根据drop的文档：

通过指定标签名称和对应的删除行或列 轴，或直接指定索引或列名

您不能仅通过使用列的索引来删除列。您需要列的名称。还必须将 axis 参数设置为 1 或 columns 将 X_train.drop([x]) 替换为 X_train=X_train.drop(X_train.columns[x], axis='columns') 以使您的示例正常工作。

Answer 2

我只是根据问题小假设：

示例数据框：

>>> df
   A  B   C   D
0  0  1   2   3
1  4  5   6   7
2  8  9  10  11

删除特定列B & C：

>>> df.drop(['B', 'C'], axis=1)
# df.drop(['B', 'C'], axis=1, inplace=True) <-- to make the change the df itself , use inplace=True
   A   D
0  0   3
1  4   7
2  8  11

如果您尝试按列号 (Dropping by index) 删除它们，请尝试如下：

>>> df.drop(df.columns[[1, 2]], axis=1)
   A   D
0  0   3
1  4   7
2  8  11

或

>>> df.drop(columns=['B', 'C'])
   A   D
0  0   3
1  4   7
2  8  11

Answer 3

另外，除了@pygo 指出 df.drop 需要一个关键字 arg 来指定轴，试试这个：

X_train = X_train[[col for col in X_train.columns if col in cols_selected]] 

这是一个例子：

>>> import numpy as np
>>> import pandas as pd
>>> cols_selected = ['a', 'c', 'e']
>>> X_train = pd.DataFrame(np.random.randint(low=0, high=10, size=(20, 5)), columns=['a', 'b', 'c', 'd', 'e'])
>>> X_train
    a  b  c  d  e
0   4  0  3  5  9
1   8  8  6  7  2
2   1  0  2  0  2
3   3  8  0  5  9
4   5  9  7  8  0
5   1  9  3  5  9 ...
>>> X_train = X_train[[col for col in X_train.columns if col in cols_selected]]
>>> X_train
    a  c  e
0   4  3  9
1   8  6  2
2   1  2  2
3   3  0  9
4   5  7  0
5   1  3  9 ...