У меня есть некоторые данные, и когда я их импортирую, я получаю следующие ненужные столбцы. Я ищу простой способ удалить все эти
'Unnamed: 24', 'Unnamed: 25', 'Unnamed: 26', 'Unnamed: 27',
'Unnamed: 28', 'Unnamed: 29', 'Unnamed: 30', 'Unnamed: 31',
'Unnamed: 32', 'Unnamed: 33', 'Unnamed: 34', 'Unnamed: 35',
'Unnamed: 36', 'Unnamed: 37', 'Unnamed: 38', 'Unnamed: 39',
'Unnamed: 40', 'Unnamed: 41', 'Unnamed: 42', 'Unnamed: 43',
'Unnamed: 44', 'Unnamed: 45', 'Unnamed: 46', 'Unnamed: 47',
'Unnamed: 48', 'Unnamed: 49', 'Unnamed: 50', 'Unnamed: 51',
'Unnamed: 52', 'Unnamed: 53', 'Unnamed: 54', 'Unnamed: 55',
'Unnamed: 56', 'Unnamed: 57', 'Unnamed: 58', 'Unnamed: 59',
'Unnamed: 60'
Они индексируются 0-индексированием, поэтому я попробовал что-то вроде
df.drop(df.columns[[22, 23, 24, 25,
26, 27, 28, 29, 30, 31, 32 ,55]], axis=1, inplace=True)
Но это не очень эффективно. Я попытался написать несколько циклов for, но это показалось мне плохим поведением Pandas. Поэтому я задаю вопрос здесь.
Я видел несколько похожих примеров ( отбросьте несколько столбцов панд ), но это не отвечает на мой вопрос.
df.drop
указать список имен столбцов:df.drop(['Unnamed: 24', 'Unnamed: 25', ...], axis=1)
df = df[cols_of_interest]
, в противном случае вы могли бы разрезать df по столбцам и получить столбцыdf.drop(df.ix[:,'Unnamed: 24':'Unnamed: 60'].head(0).columns, axis=1)
Ответы:
Я не знаю, что вы имеете в виду под неэффективным, но если вы имеете в виду с точки зрения набора текста, может быть проще просто выбрать интересующие столбцы и вернуть их в df:
Где
cols_of_interest
находится список интересующих вас столбцов.Или вы можете нарезать столбцы и передать это
drop
:df.drop(df.ix[:,'Unnamed: 24':'Unnamed: 60'].head(0).columns, axis=1)
Вызов to
head
просто выбирает 0 строк, поскольку нас интересуют только имена столбцов, а не данныеОбновить
Другой метод: было бы проще использовать булеву маску
str.contains
и инвертировать ее, чтобы замаскировать столбцы:In [2]: df = pd.DataFrame(columns=['a','Unnamed: 1', 'Unnamed: 1','foo']) df Out[2]: Empty DataFrame Columns: [a, Unnamed: 1, Unnamed: 1, foo] Index: [] In [4]: ~df.columns.str.contains('Unnamed:') Out[4]: array([ True, False, False, True], dtype=bool) In [5]: df[df.columns[~df.columns.str.contains('Unnamed:')]] Out[5]: Empty DataFrame Columns: [a, foo] Index: []
источник
df
новый столбец,append
возможно, вам стоит, но я действительно не понимаю ваш вопрос, вы должны опубликовать реальный вопрос на SO, а не спрашивать как комментарий, поскольку это плохая форма на SOСамый простой подход:
yourdf.drop(['columnheading1', 'columnheading2'], axis=1, inplace=True)
источник
SettingWithCopyWarning
предупреждение?axis
Объяснение термина : stackoverflow.com/questions/22149584/… . По сути,axis=0
считается «по столбцам» иaxis=1
«по строкам».inplace=True
означает, чтоDataFrame
модифицируется на месте.yourdf = yourdf.drop(['columnheading1', 'columnheading2'], axis=1)
Мой личный фаворит, и он проще, чем ответы, которые я видел здесь (для нескольких столбцов):
df.drop(df.columns[22:56], axis=1, inplace=True)
Или создать список из нескольких столбцов.
col = list(df.columns)[22:56] df.drop(col, axis=1, inplace=1)
источник
Вероятно, это хороший способ делать то, что вы хотите. Он удалит все столбцы, содержащие «Безымянный» в заголовке.
for col in df.columns: if 'Unnamed' in col: del df[col]
источник
for col in df.columns:
можно упроститьfor col in df:
, также OP не указал, какова схема именования для других столбцов, все они могут содержатьinplace = True
Вы можете сделать это одной строкой и за один раз:
df.drop([col for col in df.columns if "Unnamed" in col], axis=1, inplace=True)
Это требует меньшего перемещения / копирования объекта, чем описанные выше решения.
источник
Не уверен, упоминалось ли это решение где-либо, но есть один способ сделать это
pandas.Index.difference
.>>> df = pd.DataFrame(columns=['A','B','C','D']) >>> df Empty DataFrame Columns: [A, B, C, D] Index: [] >>> to_remove = ['A','C'] >>> df = df[df.columns.difference(to_remove)] >>> df Empty DataFrame Columns: [B, D] Index: []
источник
Вы можете просто передать имена столбцов в виде списка с указанием оси как 0 или 1
По умолчанию ось = 0
data.drop(["Colname1","Colname2","Colname3","Colname4"],axis=1)
источник
Просто и легко. Удалите все столбцы после 22 числа.
df.drop(columns=df.columns[22:]) # love it
источник
df
на месте, добавьте флагinplace=True
, так чтоdf.drop(columns=df.columns[22:], inplace=True)
Ниже сработало для меня:
for col in df: if 'Unnamed' in col: #del df[col] print col try: df.drop(col, axis=1, inplace=True) except Exception: pass
источник
df = df[[col for col in df.columns if not ('Unnamed' in col)]]
источник