如何高效保留DataFrame中指定FT列并删除其余FT列？

原始DataFrame结构示例：

FT1       FT2      ...   FT32      Style       Rank    ...
0   0.02      0.01           0.01      Black       7
1   0.01      0.04           0.01      Death       2
2   0.01      0.01           0.01      Hardcore    6
3   0.04      0.01           0.02      Grindcore   1
4   0.02      0.02           0.02      Deathcore   4
...

需求：保留索引在FT_index=[1,4,5,7]中的FT列，删除所有其他FT列，同时保留Style、Rank等非FT列，处理后结果如下：

FT1       FT4      FT5      FT7      Style       Rank  ...
0   0.02      0.01     0.01     0.01      Black       7
1   0.01      0.04     0.06     0.01      Death       2
2   0.01      0.01     0.05     0.01      Hardcore    6
3   0.04      0.01     0.01     0.02      Grindcore   1
4   0.02      0.02     0.01     0.02      Deathcore   4
...

高效实现方法 #

方法1：直接筛选保留列（推荐） #

通过构造要保留的列名列表，直接重新生成DataFrame，避免删除操作，效率最高：

FT_index = [1,4,5,7]
# 生成需保留的FT列名
keep_ft = [f'FT{i}' for i in FT_index]
# 筛选所有非FT列
non_ft = [col for col in df.columns if not col.startswith('FT')]
# 合并列并重新赋值
df = df[keep_ft + non_ft]

方法2：批量删除目标FT列 #

先定位需要删除的FT列，再一次性批量删除：

FT_index = [1,4,5,7]
# 找出所有需删除的FT列
drop_cols = [col for col in df.columns 
             if col.startswith('FT') and int(col[2:]) not in FT_index]
# 批量删除
df.drop(drop_cols, axis=1, inplace=True)

方法3：用filter结合正则筛选 #

通过正则表达式匹配需保留的列，代码简洁：

FT_index = [1,4,5,7]
# 构造正则：匹配指定FT列 或 非FT列
pattern = '|'.join([f'FT{i}' for i in FT_index]) + '|^(?!FT).*$'
df = df.filter(regex=pattern)

内容的提问来源于stack exchange，提问作者M.Tailleur