Pandas选择指定列：如何排除特定列创建新DataFrame

当然有啦！在Pandas里完全支持反向排除指定列来生成新DataFrame，不用手动列出来所有要保留的列，下面给你介绍几种常用的方法：

• 方法一：使用drop()函数（最直观）
  直接指定要移除的列，通过axis=1参数告诉Pandas我们要操作的是列（默认axis=0是行）：

  # 排除Name和Race列，返回新的DataFrame，原df不受影响
  df2 = df.drop(['Name', 'Race'], axis=1)
  

  如果想直接修改原DataFrame（不推荐，容易误操作），可以加上inplace=True参数，但一般更建议保留原数据，用返回值接收新的DataFrame。

• 方法二：列表推导筛选列
  遍历原DataFrame的列名，只保留不在排除列表里的列：

  exclude_cols = ['Name', 'Race']
  df2 = df[[col for col in df.columns if col not in exclude_cols]]
  

  这种方式灵活性很高，还可以加入额外的判断条件（比如筛选列名包含特定关键词的列）。

• 方法三：使用columns.difference()
  利用Pandas的列名集合差集功能，直接获取除指定列外的所有列：

  # 默认会返回排序后的列，如果要保持原列顺序，加上sort=False（Pandas 0.24+支持）
  df2 = df[df.columns.difference(['Name', 'Race'], sort=False)]
  

另外补充个小细节：你原来的正向选择写法其实可以简化，不需要再套一层pd.DataFrame()——df[['Age','Sex','Education']]返回的已经是DataFrame了，直接赋值就行：

df2 = df[['Age','Sex','Education']]

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