不愧是python数据处理库第一选择，pandas反向选择列功能都内置了

前言

使用 pandas 选择列是非常容易的事情。如下泰坦尼克号事件数据：

我不需要最后3列数据，一般会使用选择列完成：

但在列数很多的情况下，代码显得比较繁琐。有没有一种方式指定'不想要的列'？

pandas 真的内置了这样的函数：

真方便。但跟我学习 pandas 专栏的小伙伴应该知道，我不建议花精力学习这种特殊场景的函数。因为这种函数的数量成百上千，随着 pandas 版本升级，有些函数还会被丢弃(不能使用)。

我的pandas专栏使用pandas版本是0.25，现在pandas已经到了2.0。但专栏中我定义为基础核心的内容(大概前20节)，几乎原封不动，仍然可用。随着pandas 2.0 发布，专栏也会补充相关有用的新知识

因此，今天并不是仅仅介绍 pandas 有这么一个功能函数。而是分享几种达到相同目的的实现方式。更重要的是，教会大家一种解决问题的通用思路。

---

方式1

在一个集合(序列数据)中剔除指定的元素，我第一时间想到的是 python 内置的 set 。set 是 python 基本数据类型之一，非常有用。通常我们会在如下场景。

去重：

交集，就是2个 set 之间共有的元素：

在本案例中，我们应用了差集的特性，实现剔除效果:

• 把 df 的表头转成 set ，直接减去希望剔除列名的 set。结果是一个新的 set
• 新版的 pandas 不允许接受 set 作为筛选列，这里先转成列表

它的缺点也很明显，就是元素排列是没有顺序的。

那我们使用方式2解决顺序问题。

---

方式2

python 中的 set ，其实与字典的 key 是非常相似，可以使用 in 很容易判断一个元素是否在一个 set 里面：

利用这个特性，很容易实现剔除功能，并且保留顺序：

由于这种需求很常见，python 甚至提供了语法糖。因此我们并不需要特意使用 set ：

有小伙伴会说，'方式1和2都需要一些 python 基础，我就想用 pandas 方式解决'。

好，那我们看看方式3。

不要忘记一键三连。你的点赞、收藏、关注，是我创作的动力。

---

方式3

前面的方式涉及到 python 的列表和集合，大家有没有注意到，其实它们都是序列而已，就是保存一堆内容的容器，只不过它们各自拥有一些特殊规则。

pandas 的 dataframe、series 不也是'保存一堆内容的容器'吗？ 例如，我们可以很容易把表的列名变成一个表格：

既然是表格，就可以使用普通的表格筛选：

• 行1： to_frame 转成 dataframe
• 行2： cols[0] 取出表格的名叫 0 的列，用 isin 得到 bool 列，我们需要的是给定的3列除外的列，因此使用 ~ 把条件取反

现在一样得到需要的列名。但是，为什么必须用表格呀，'一堆列名' 应该是一维的数据容器，用 series 行不行？

• 行1：转化成 series
• 行2：现在 cols 不是表格，不需要'取出列'

但是，大家有没有想过， df.columns 不也是容器吗？那么你认为 pandas 的作者会不会为这个容器设计一个 isin 函数？试试看：

• 行1：不需要转换任何东西

所以，可以简化成：

同样可以实现需求。

你认为这几种方式怎么样？你还能想到其他的实现方式吗？

---