Python pandas如何删除未命名列及Name列含'app'的行

需求拆解对应操作 #

• 删除所有未命名列
  pandas读取外部文件自动生成的未命名列，列名一般以Unnamed开头（你的示例里拼写为Unamed），可以通过列名筛选的方式批量删除，不需要手动指定列名：

# 正则匹配所有以Unnamed开头的列（忽略大小写），反向保留需要的列
df = df.loc[:, ~df.columns.str.contains("^Unnamed", case=False)]
# 如果列名就是固定的'Unamed'，也可以直接用drop删除
# df = df.drop(columns=["Unamed"])

• 移除Name列包含'app'的行
  你之前编写的代码片段有两个核心问题：
  • 匹配逻辑错误：用df['Name'] == 'app'是精确值匹配，只能筛出Name完全等于'app'的行，无法匹配app23这类包含'app'的内容
  • 语法不完整：drop的方法括号没有闭合，运行会直接触发语法报错

修正后的写法有两种常用形式：

# 写法1：反向筛选不包含'app'的行，代码更简洁
df = df.loc[~df['Name'].str.contains("app", case=False)]
# 写法2：沿用你原本的drop思路，修正匹配逻辑和语法
df = df.drop(df.index[df['Name'].str.contains("app")])

最终输出结果 #

代码执行完成后，得到的数据集和你预期结构完全一致：

ID   Name
1  b   db23
2  c  db233

内容的提问来源于stack exchange，提问作者Lynn