使用for循环筛选DataFrame列时仅保留最后一列的问题排查

问题原因 #

你的循环代码存在逻辑错误：每次迭代都重新将df1赋值为df[["col1", "col2"]]，相当于每次循环都回到初始状态，只加入当前遍历的列，之前添加的列会被完全覆盖，最终自然只剩最后一次循环处理的列。

解决方案 #

方法一：直接批量选取（推荐，高效简洁）

不需要写循环，直接把固定列和筛选列的列表合并，一次性从原DataFrame中选取所有需要的列：

# 假设你的筛选列列表名为selected_cols
selected_cols = ["筛选列1", "筛选列2", ...]  # 你的200列列表
fixed_cols = ["col1", "col2"]
# 合并固定列与筛选列的名称列表
target_cols = fixed_cols + selected_cols
# 一次性获取目标子DataFrame
df1 = df[target_cols]

Pandas对批量列选取的优化远优于循环拼接，这种方法性能更高，代码也更易读。

方法二：修正循环逻辑（适合必须用循环的场景）

如果一定要用循环实现，需要将df1的初始化放在循环外部，避免每次迭代都重置：

# 先初始化df1为固定列
df1 = df[["col1", "col2"]]
# 遍历筛选列列表，逐列添加
for col in selected_cols:
    df1 = df1.join(df[[col]])

这样每次循环都会在已有的df1基础上追加新列，不会覆盖之前的结果。

内容的提问来源于stack exchange，提问作者jPV