如何单步从Pandas DataFrame中选取a、c-g列并排除b列

你可以直接通过单条命令完成「选取a到g列区间、排除b列」的需求，不需要分两步执行删除操作，也不需要手动枚举所有目标列。

首先需要注意：你当前的写法逻辑是反向的，~df.columns.isin(columns)会排除你传入列表里的所有列，和你想要保留这些列的需求刚好相反。

原生的df.loc[:,'a':'g']连续切片语法不支持直接在语句内写排除规则，配合pandas索引的内置方法即可实现需求，推荐两种写法：

• 鲁棒性写法（不依赖列的固定排列位置，只要列名存在就可正常运行）

df2 = df.loc[:, df.columns[df.columns.get_loc('a') : df.columns.get_loc('g')+1].difference(['b'], sort=False)]

代码逻辑说明：

1. 用get_loc()分别拿到列a和列g对应的索引位置，由于位置切片是左闭右开规则，取g的位置后+1保证g列被包含
2. 取到a到g的连续列索引后，用difference(['b'], sort=False)直接排除b列，sort=False参数可以保证列保留原表中的相对顺序，不会被自动重排，最终返回的列就是你需要的a、c、e、f、g

• 如果你确定列顺序不会变动，可以写得更简洁：

# 对应你给出的列顺序，前6列就是a、b、c、e、f、g，排除b后即为目标列
df2 = df.loc[:, df.columns[:6].difference(['b'], sort=False)]

如果你后续需要排除多个列，只需要给difference()传入对应的列名列表即可，比如要同时排除b和d，就写.difference(['b','d'], sort=False)

内容的提问来源于stack exchange，提问作者Lucas Cordeiro Romão