Eliminación de varias columnas en función de los nombres de las columnas

Question 1

Tengo algunos datos y cuando los importo, obtengo las siguientes columnas innecesarias. Estoy buscando una manera fácil de eliminar todos estos.

'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'

Están indexados por indexación 0, así que probé algo como

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

Pero esto no es muy eficiente. Traté de escribir algunos bucles for pero esto me pareció un mal comportamiento de Pandas. Por lo tanto, hago la pregunta aquí.

He visto algunos ejemplos que son similares (eliminar varias columnas en pandas), pero esto no responde a mi pregunta.

Question 2

Con mucho, el enfoque más simple es:

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

Question 3

No sé a qué te refieres con ineficiente, pero si te refieres a escribir, podría ser más fácil simplemente seleccionar las columnas de interés y asignarlas nuevamente al df:

df = df[cols_of_interest]

Dónde cols_of_interest es una lista de las columnas que le interesan.

O puede dividir las columnas y pasar esto a drop:

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

la llamada a head solo selecciona 0 filas ya que solo nos interesan los nombres de las columnas en lugar de los datos

actualizar

Otro método: sería más sencillo usar la máscara booleana de str.contains e invertirlo para enmascarar las columnas:

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: []

Question 4

Mi favorito personal, y más fácil que las respuestas que he visto aquí (para varias columnas):

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

Question 5

Esta es probablemente una buena manera de hacer lo que quieres. Eliminará todas las columnas que contengan ‘Sin nombre’ en su encabezado.

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

Question 6

Puedes hacer esto en una línea y de una sola vez:

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

Esto implica menos movimiento/copia del objeto que las soluciones anteriores.

Question 7

No estoy seguro de si esta solución se ha mencionado en alguna parte todavía, pero una forma de hacerlo es 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: []

Question 8

Simplemente puede pasar los nombres de las columnas como una lista especificando el eje como 0 o 1

axis=1: a lo largo de las filas
axis=0: A lo largo de las Columnas
Por defecto eje=0

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

¿Ha sido útil esta solución?