如何解决Pandas DataFrame每隔3列删除时的索引越界问题？

嘿，这个问题我之前处理DataFrame的时候也踩过坑！你遇到的索引越界，核心原因就是循环删除列时，原DataFrame的列数在不断减少，但你循环用的是最初的列数shape——每删一列，后续的列索引就会往前挪一位，导致后面的i超出了新的列数范围，自然报错。

下面给你两种靠谱的解决方法，推荐第一种，简洁又高效：

方法一：先确定要保留的列，直接筛选（推荐） #

这种方法不用循环修改原DataFrame，而是先一次性找出所有需要保留的列，直接生成新的DataFrame，完全不会有索引问题。

因为你的列名是0、1、2...n，我们只需要保留那些列号除以3余数不等于2的列（也就是跳过2、5、8...这些每隔3列的位置）：

# 生成要保留的列名列表
keep_cols = [col for col in df.columns if col % 3 != 2]
# 直接筛选得到新的DataFrame
new_df = df[keep_cols]

举个例子，如果原DataFrame列是[0,1,2,3,4,5,6]，keep_cols会是[0,1,3,4,6]，正好符合你要的结果。

方法二：倒序循环删除（适合一定要用循环的场景） #

如果你坚持要用循环删除的方式，那一定要从最后一列往前删——这样前面的列索引不会因为后面的删除而发生变化，就不会出现越界问题。

代码示例：

# 先找出所有需要删除的列名
to_drop = [col for col in df.columns if col % 3 == 2]
# 倒序遍历删除，避免索引混乱
for col in reversed(to_drop):
    df = df.drop(col, axis=1)

比如要删的列是[2,5]，倒序就是先删5，再删2，这时候删5的时候，前面的列索引不受影响，删2的时候也不会有问题。

为什么你的原代码会报错？ #

举个简单例子：假设原DataFrame有6列（列名0-5），最初shape=6，循环的i是2、5。

• 第一次删列2，DataFrame变成5列（列名0、1、3、4、5）；
• 第二次循环i=5，但此时DataFrame的列数是5，最大列索引是4，自然就触发了索引越界错误。

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