pandas 中排除某列、某些列的方法

pandas排除某列选择其他列

使用pandas处理数据的过程中，时常会遇到这样的需求，不想要某列或者某些列，选择其他列，如果列比较少的情况可以直接选择想要的列

下面列举常用的筛选列的方法
在一个dataframe中有ABCDE五列，如果想要取ADE三列数据

1. 第一种办法直接罗列出需要的列

   # 导入相关包
   import numpy as np
   import pandas as pd
   # 创建dataframe
   df = pd.DataFrame(np.random.randn(50, 5), columns=list('ABCDE')
   
   # 直接选择想要的列
   df2 = df[['A', 'D', 'E']]
   

2. 获取当前所有列名，排除不想要的

   # 遍历所有列名，排除不需要的
   cols = [i for i in df.columns if i not in ['B', 'C']]
   df2 = df[cols]
   
   # 使用difference方法，它返回的是索引的差集
   df2 = df[df.columns.difference(['A', 'B'])]
   
   

3. 删除不需要的列

   # 方法一：按照列的位置删除
   df2 = df.drop(df.columns[1,2], axis=1)
   
   # 方法二：直接按列名删除
   df2 = df.drop(['B', 'C'], axis=1)
   

上面几种方法基本能满足绝大多数情况，但是有些特殊的需求还是不能满足，比如很多相似的列名，都需要删除，这个时候就需要正则表达式了,可以使用DataFrame内置的filter方法

```python
df2 = df.filter(regex="[^BD]")
```

其他的情况也类似，都可以使用正则表达式匹配