使用Pandas删除DataFrame列代码失效，求排查问题原因

嘿，我一眼就揪出问题啦！你的代码逻辑思路没问题，但忽略了Pandas中drop()方法的一个关键特性——它默认不会直接修改原DataFrame，而是返回一个删除指定列后的新DataFrame对象。

问题根源 #

当你执行df.drop([col], axis=1)时，Pandas确实完成了删除列的操作，但这个操作的结果只是一个临时的新DataFrame，你既没有把它重新赋值给df，也没让它直接修改原数据。所以循环跑完后，原df完全没变化，最后导出的out.csv自然和原文件一模一样。

两种修复方法 #

方法一：使用inplace=True参数直接修改原DataFrame

这个参数会让drop()方法直接在原DataFrame上执行删除操作，不需要额外赋值：

import pandas
df = pandas.read_csv('data.csv')
for col in df.columns.values:
    if input('Delete ' + col + '? yes/no') == 'yes':
        df.drop([col], axis=1, inplace=True)  # 新增inplace=True参数
df.to_csv('out.csv')

方法二：将drop()的返回值重新赋值给df

如果你不想修改原数据（虽然这里你需要修改），可以把删除后的新DataFrame重新赋值给df：

import pandas
df = pandas.read_csv('data.csv')
for col in df.columns.values:
    if input('Delete ' + col + '? yes/no') == 'yes':
        df = df.drop([col], axis=1)  # 把新对象赋值回df
df.to_csv('out.csv')

额外小提示 #

你这里用df.columns.values获取初始列列表来循环是没问题的，因为它是循环开始前就固定的列名集合。要是你循环时用for col in df.columns（动态获取当前列），边删边遍历可能会导致某些列被跳过，这点以后可以留意下～

内容的提问来源于stack exchange，提问作者Vincent W.