如何基于列名删除DataFrame列？（使用for循环与if条件实现）

我来帮你分析代码里的问题，然后给出可行的解决方案：

你的代码存在几个关键问题： #

1. 列名类型不匹配：你的DataFrame列名是字符串（比如"1980"），但columns_to_keep是整数列表（比如1980），isin()自然匹配不到任何列。
2. 条件判断逻辑错误：df[~df.columns.isin(columns_to_keep)]返回的是一个子DataFrame，不能直接放在if里作为布尔判断条件。
3. drop方法使用错误：df.drop(columns)没有指定axis=1（表示删除列），也没有用inplace=True或者将结果赋值给df，所以不会对原DataFrame产生任何修改。

方案1：更高效的Pandas原生写法（推荐） #

不需要循环，直接通过列名筛选就能快速实现需求，代码更简洁高效：

# 生成要保留的年份字符串列表（注意range左闭右开，要包含1990得写1991）
columns_to_keep = [str(year) for year in range(1980, 1991)]
# 别忘了保留"Indicator Code"列
columns_to_keep.insert(0, "Indicator Code")

# 直接筛选保留的列，覆盖原DataFrame（或赋值给新变量）
df = df[columns_to_keep]

方案2：满足你需求的for循环+if写法 #

如果一定要用循环和条件判断来实现，可以先收集要删除的列，再一次性删除（比循环删除每一列更高效）：

# 把要保留的年份转成字符串集合，方便快速判断
keep_years = set(str(year) for year in range(1980, 1991))
# 加入需要保留的标识列
keep_years.add("Indicator Code")

# 遍历所有列，收集需要删除的列名
columns_to_drop = []
for col in df.columns:
    if col not in keep_years:
        columns_to_drop.append(col)

# 一次性删除所有目标列，修改原DataFrame
df.drop(columns=columns_to_drop, axis=1, inplace=True)

运行以上任意一种代码后，你的DataFrame就只会保留Indicator Code和1980-1990年的列了。

内容的提问来源于stack exchange，提问作者sweetleopard