Pandas中每5列一组删除第3-5列的单行实现方法

核心实现 #

针对每5列一组、仅保留每组前2列的需求，不需要分步调用drop，直接通过列位置的模运算做筛选即可，单行代码如下：

df1 = df.iloc[:, [i for i in range(df.shape[1]) if i % 5 in (0, 1)]]

如果偏好使用drop方法删除冗余列，对应的单行写法为：

df1 = df.drop(columns=df.columns[[i for i in range(df.shape[1]) if i % 5 in (2, 3, 4)]])

逻辑对比 #

• 原分步写法的问题：每次执行drop后剩余列的索引会重新排列，因此步长需要从5依次调整为4、3，逻辑绕且容易因总列数不匹配出现索引偏移错误
• 单行实现的逻辑：直接基于原始列的全局位置判断，列索引对5取余结果为0、1的就是每组前2列的有效数据，其余为冗余列，无论总列数是否为5的整数倍都能正确适配，代码更简洁、鲁棒性更强。

内容的提问来源于stack exchange，提问作者Kevin Coleman