Usuwanie wielu kolumn na podstawie nazw kolumn w Pandas

Mam trochę danych i kiedy je importuję, otrzymuję następujące niepotrzebne kolumny Szukam łatwego sposobu na usunięcie ich wszystkich

   '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'

Są indeksowane przez indeksowanie 0, więc spróbowałem czegoś takiego

    df.drop(df.columns[[22, 23, 24, 25, 
    26, 27, 28, 29, 30, 31, 32 ,55]], axis=1, inplace=True)

Ale to nie jest zbyt wydajne. Próbowałem napisać kilka pętli for, ale wydało mi się to złe zachowanie Pand. Dlatego zadaję tutaj pytanie.

Widziałem kilka przykładów, które są podobne ( upuść wiele pand kolumn ), ale to nie odpowiada na moje pytanie.

Nie wiem, co masz na myśli mówiąc nieefektywne, ale jeśli chodzi o pisanie, łatwiej byłoby po prostu wybrać kolumny, które nas interesują i przypisać je z powrotem do df:

df = df[cols_of_interest]

Gdzie cols_of_interestjest lista kolumn, na których Ci zależy.

Możesz też pokroić kolumny i przekazać to do drop:

df.drop(df.ix[:,'Unnamed: 24':'Unnamed: 60'].head(0).columns, axis=1)

Wywołanie po headprostu wybiera 0 wierszy, ponieważ interesują nas tylko nazwy kolumn, a nie dane

aktualizacja

Inna metoda: prościej byłoby użyć maski logicznej zi str.containsodwrócić ją, aby zamaskować kolumny:

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: []

Zdecydowanie najprostsze podejście to:

yourdf.drop(['columnheading1', 'columnheading2'], axis=1, inplace=True)

Mój osobisty ulubiony i łatwiejszy niż odpowiedzi, które widziałem tutaj (dla wielu kolumn):

df.drop(df.columns[22:56], axis=1, inplace=True)

Lub tworzenie listy dla wielu kolumn.

col = list(df.columns)[22:56]
df.drop(col, axis=1, inplace=1)

To prawdopodobnie dobry sposób na robienie tego, co chcesz. Spowoduje to usunięcie wszystkich kolumn, które zawierają w nagłówku słowo „Bez nazwy”.

for col in df.columns:
    if 'Unnamed' in col:
        del df[col]

Możesz to zrobić w jednej linii i za jednym razem:

df.drop([col for col in df.columns if "Unnamed" in col], axis=1, inplace=True)

Wiąże się to z mniejszym poruszaniem się / kopiowaniem obiektu niż powyższe rozwiązania.

Nie jestem pewien, czy to rozwiązanie zostało jeszcze nigdzie wspomniane, ale można to zrobić 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: []

Proste i łatwe. Usuń wszystkie kolumny po 22.

df.drop(columns=df.columns[22:]) # love it

Możesz po prostu przekazać nazwy kolumn jako listę z określeniem osi jako 0 lub 1

• oś = 1: Wzdłuż rzędów
• oś = 0: Wzdłuż kolumn

• Domyślnie oś = 0

  data.drop(["Colname1","Colname2","Colname3","Colname4"],axis=1)

Poniższe działały dla mnie:

for col in df:
    if 'Unnamed' in col:
        #del df[col]
        print col
        try:
            df.drop(col, axis=1, inplace=True)
        except Exception:
            pass

df = df[[col for col in df.columns if not ('Unnamed' in col)]]