如何在Pandas DataFrame中基于标签选取相邻列（无需手动输入列名）

当然有更简便的实现方式！考虑到你的场景（列名可能变化、包含空格），我们可以借助Pandas的列位置索引来精准定位与'a'、'b'相邻的列，完全不用依赖固定列名。

方法1：精准定位相邻列（适配你的期望输出） #

根据你的示例数据和期望结果，需要选取的是'a'右侧的相邻列，以及'b'右侧的相邻列。我们可以先获取'a'和'b'的列索引位置，再直接选取对应的相邻列：

import pandas as pd, numpy as np
df1 = pd.DataFrame(np.random.randint(0,100,size=(10, 4)), columns=['a','qww12','b','hdbh'])

# 获取'a'和'b'在列序列中的位置索引
a_col_pos = df1.columns.get_loc('a')
b_col_pos = df1.columns.get_loc('b')

# 选取'a'的下一列和'b'的下一列
df2 = df1.iloc[:, [a_col_pos + 1, b_col_pos + 1]]
print(df2)

运行这段代码后，输出就会和你期望的格式一致，哪怕后续列名修改（比如'qww12'改成带空格的列名），只要'a'和'b'的相对位置不变，就能正确获取相邻列。

方法2：快速排除'a'、'b'列（简化版） #

如果你的实际需求只是去掉'a'和'b'列，保留所有其他列（刚好匹配你的示例输出），可以用更简洁的drop方法：

df2 = df1.drop(['a', 'b'], axis=1)

这个方法更省事，但要注意：如果后续表格中'a'或'b'的旁边有多列，这个方法会保留所有非'a'/'b'的列，而不是仅相邻列。所以根据你的真实场景选择即可。

内容的提问来源于stack exchange，提问作者Abhishek Kulkarni