如何用更简洁方式通过.intersection()筛选DataFrame保留指定列？

当你要保留的列远多于要移除的列时，完全不用定义几十项的保留列表，换个思路用取反/删除的方式会简洁很多，下面是几种实用方案：

1. 用drop()直接删不需要的列（最推荐） #

只需要维护少数几个要移除的列名，一行代码搞定：

remove_features = [remove1, remove2, remove3]
df_keep = df.drop(remove_features, axis=1)

怕某些列不存在报错的话，加个errors='ignore'参数自动忽略不存在的列：

df_keep = df.drop(remove_features, axis=1, errors='ignore')

2. 用~结合isin()实现取反筛选 #

如果你偏好基于“保留列”的逻辑，也可以用取反来筛选（不过这种场景下不如drop简洁，适合保留列少的情况）：

keep_features = [keep1, keep2, ..., keep30]
# 筛选出在保留列表里的列
df_keep = df.loc[:, df.columns.isin(keep_features)]
# 对应的取反写法（删除保留列之外的）：
# df_remove = df.loc[:, ~df.columns.isin(keep_features)]

3. 直接索引列名列表（前提是列都存在） #

如果能百分百确定所有要保留的列都在DataFrame里，直接索引就行，比intersection少写点代码：

df_keep = df[keep_features]

注意：这种方式如果列名不存在会报错，而intersection会自动忽略不存在的列，这点要区分开。

内容的提问来源于stack exchange，提问作者tmrgn