用pandas得到一个带有相应序列号的列表的最快方法是什么？

Question

我必须删除一些列，有时列名是要键入的hart，所以我希望获得一个具有相应序列号的列表或元组或数组，然后我可以使用df1.drop(df1.columns[[0, 1, 3]], axis=1)删除它们。

对熊猫来说，像这样做的最快方法是什么？

In [2]: df1.columns
Out[2]: Index(['Unnamed: 0', 'Unnamed: 1', 'Unnamed: 2', 'Unnamed: 3', '上班', '下班',
       '上班.1', '下班.1', 'Unnamed: 8', 'Unnamed: 9', 'Unnamed: 10',
       'Unnamed: 11'],
        dtype='object'
In [3]: a = df1.columns.tolist()
        b = list(range(len(df1.columns)))
        tuple(zip(a, b))
Out[3]: (('Unnamed: 0', 0),
        ('Unnamed: 1', 1),
        ('Unnamed: 2', 2),
        ('Unnamed: 3', 3),
        ('上班', 4),
        ('下班', 5),
        ('上班.1', 6),
        ('下班.1', 7),
        ('Unnamed: 8', 8),
        ('Unnamed: 9', 9),
        ('Unnamed: 10', 10),
        ('Unnamed: 11', 11))
In [4]: df1.drop(df1.columns[6:], axis=1)

Answer 1

最后，我找到了一种又快又简单的方法：

for i, element in enumerate(df.columns):
    print(i, element)