如何用Python Pandas选择列名不在指定列表中的DataFrame列？

核心思路 #

要筛选出DataFrame中列名不属于指定列表的列，关键是匹配列名与列表元素的类型，再通过布尔索引或列表推导式定位目标列。

解决方法 #

针对你给出的示例（注意：示例中DataFrame的列名是字符串类型，而列表b的元素是整数，需先统一类型），提供两种常用方案：

方案1：列表推导式生成目标列

遍历DataFrame的列名，筛选出不在类型转换后列表中的列，再索引DataFrame：

import pandas as pd

# 输入数据
a = pd.DataFrame({
    '0': [10,10,10,10,10],
    '1': [2,3,8,10,11],
    '2': [0,1,2,3,4],
    '3': [13,12,14,14,13],
    '4': [15,13,17,18,19],
    '5': [10,2,3,4,6]
})
b = [2,3,4]

# 将列表b的元素转为字符串，匹配列名类型
filtered_cols = [col for col in a.columns if col not in map(str, b)]
output = a[filtered_cols]

方案2：使用isin()与布尔取反（更简洁）

利用df.columns.isin()生成布尔掩码，通过~取反后筛选列：

import pandas as pd

# 输入数据
a = pd.DataFrame({
    '0': [10,10,10,10,10],
    '1': [2,3,8,10,11],
    '2': [0,1,2,3,4],
    '3': [13,12,14,14,13],
    '4': [15,13,17,18,19],
    '5': [10,2,3,4,6]
})
b = [2,3,4]

# 生成布尔掩码并取反，筛选目标列
output = a.loc[:, ~a.columns.isin(map(str, b))]

关键注意点 #

如果你的DataFrame列名是整数类型，直接使用a.columns.isin(b)即可，无需map(str, ...)。类型不匹配会导致筛选失效，务必确保列名与列表元素类型一致。

输出结果 #

两种方案均会得到如下结果：

0   1   5
0  10   2  10
1  10   3   2
2  10   8   3
3  10  10   4
4  10  11   6

内容的提问来源于stack exchange，提问作者LilyBre