如何在Pandas中一次性删除多段连续列？

问题背景 #

需要从DataFrame中删除多段连续列，最终仅保留color和color2列。原本尝试用iloc分多行执行drop操作，但因每次删除后列索引重新调整，导致无需保留的列仍存在，希望用一行代码实现需求。

原始代码问题分析 #

原始代码中每次调用drop后，DataFrame的列会被重新排列，后续的iloc索引引用的是更新后的列位置，而非原始位置，因此无法准确删除目标列。比如第一次删除前2列后，剩余列的索引已发生变化，后续的iloc[:,4:5]指向的列已不是预期的目标列。

最优解决方案 #

方案1：直接保留指定列（推荐）

既然明确知道需要保留的列名，直接选择这些列是最简洁高效的方式，无需计算要删除的列：

import pandas as pd
df = pd.DataFrame({'id': [100,200,300], 'user': ['Bob', 'Jane', 'Alice'], 'income': [50000, 60000, 70000], 'color':['red', 'green', 'blue'], 'state':['GA', 'PA', 'NY'], 'day':['M', 'W', 'Th'], 'color2':['red', 'green', 'blue'], 'state2':['GA', 'PA', 'NY'], 'id2': [100,200,300]})

# 直接保留目标列
df = df[['color', 'color2']]

也可以用reindex实现，效果一致：

df = df.reindex(columns=['color', 'color2'])

方案2：合并要删除的列索引后一次性删除

如果坚持用索引方式删除，先合并所有需要删除的连续列的索引，再一次性执行删除操作，避免多次删除导致的索引偏移问题：

import pandas as pd
df = pd.DataFrame({'id': [100,200,300], 'user': ['Bob', 'Jane', 'Alice'], 'income': [50000, 60000, 70000], 'color':['red', 'green', 'blue'], 'state':['GA', 'PA', 'NY'], 'day':['M', 'W', 'Th'], 'color2':['red', 'green', 'blue'], 'state2':['GA', 'PA', 'NY'], 'id2': [100,200,300]})

# 合并所有要删除的列的原始索引
drop_indices = list(range(0, 3)) + list(range(4, 6)) + list(range(7, 9))
# 一次性删除目标列
df.drop(df.columns[drop_indices], axis=1, inplace=True)

解释：原始DataFrame中，color在索引3，color2在索引6，因此需要删除的是索引0-2（id、user、income）、4-5（state、day）、7-8（state2、id2），合并这些索引后一次性删除即可得到目标结果。

内容的提问来源于stack exchange，提问作者zb3693