对于每组5列，删除第3、第4和第5列。

Question

我正在清洗一只从.csv进口的熊猫数据。它有有用的数据在第一和第二列，然后垃圾在第3-5栏。这种模式重复从第一列和第二列开始的每第五列都是有用的，从第三列到第五列的每第五列都是垃圾。我可以使用下面的代码删除垃圾列：

df1 = df.drop(columns=df.columns[4::5])
df1 = df1.drop(columns=df1.columns[3::4])
df1 = df1.drop(columns=df1.columns[2::3])

是否有一个解决方案来做到这一切在一条线上？

Answer 1

我想三行就行了。如果将所有代码放在一行中，代码就不会变得更清晰或更快。

当然，你总可以这样做：

columns = df.columns[:]
df1 = df.drop(columns=columns[4::5]).drop(columns=columns[3::5]).drop(columns=columns[2::5])

我认为这也使你更清楚地表明，你打算每五列删除第五、第四和第三栏。

Answer 2

使用numpy对列进行布尔索引可能很有用

import numpy as np
# select 1st and 2nd columns of every 5 columns
df1.loc[:, np.isin(np.arange(df1.shape[1]) % 5, [0,1])]

Answer 3

可以使用np.r_以一种简单的方式连接索引：

>>> c = df.columns
>>> df.drop(columns=np.r_[c[2::5], c[3::5], c[4::5]])