Pandas中精准排除指定列问题：误删关联列如何修复？

我的数据包含格式为ABC_number_AX和ABC_number_AX_MED的列，希望仅排除ABC_number_AX列。编写的正则过滤代码如下：

# Define patterns to filter out patterns 
patterns = ['_AX','_B2']

# Create a regular expression pattern to match any of the defined patterns
pattern = '|'.join(map(re.escape, patterns))

# List comprehension to filter out columns based on the pattern
filtered_columns = [col for col in df.columns if not re.search(pattern, col)]

# Create a new DataFrame with filtered columns
df= df[filtered_columns]

但该代码同时误删了ABC_number_AX_MED列，尝试将模式改为_AX$后仍未得到预期结果，请问该如何修复？

核心问题拆解 #

1. 最初用_AX匹配时，ABC_number_AX_MED包含_AX子串，所以被误过滤；
2. _AX$没生效，大概率是列名末尾存在隐形空格，或者正则匹配逻辑未考虑边界情况。

可行解决方法 #

方法一：精准匹配结尾（处理空格）

针对列名可能带末尾空格的情况，用正则匹配_AX结尾并忽略后续空格，同时排除_B2结尾的列：

import re

# 正则匹配：以_AX结尾（允许末尾空格），或者以_B2结尾
pattern = r'(_AX\s*$)|(_B2\s*$)'

# 过滤逻辑：保留不匹配上述模式的列
filtered_columns = [col for col in df.columns if not re.search(pattern, col)]
df = df[filtered_columns]

方法二：直接列规则筛选（更直观）

跳过正则，用字符串方法直接筛选要排除的列：

# 筛选所有以_AX结尾，但不是_AX_MED结尾的列，再加上_B2结尾的列
exclude_cols = [
    col for col in df.columns 
    if (col.rstrip().endswith('_AX') and not col.rstrip().endswith('_AX_MED')) 
    or col.rstrip().endswith('_B2')
]

# 删除目标列
df = df.drop(columns=exclude_cols)

方法三：先清理列名再过滤

如果确认是列名的空格导致匹配失效，先统一清理列名：

# 去除所有列名的首尾空格
df.columns = [col.strip() for col in df.columns]

# 再用简单的结尾匹配过滤
filtered_columns = [
    col for col in df.columns 
    if not col.endswith('_AX') and not col.endswith('_B2')
]
df = df[filtered_columns]

快速排查技巧 #

先打印所有列名，检查是否有空格或特殊字符干扰：

print(df.columns.tolist())

内容的提问来源于stack exchange，提问作者P.Chakytei