如何在Pandas中删除所有以‘_o’结尾的DataFrame列？

没问题，我来给你几种简单高效的方法搞定这个需求——毕竟处理列名后缀筛选在Pandas里太常见了，刚好你已经知道filter处理前缀的思路，那我们把逻辑反过来就行！

方法1：用filter配合正则表达式取反 #

你之前用filter处理前缀，那要删后缀的话，可以通过正则的负向断言来匹配不以‘_o’结尾的列，实现保留目标列、间接删除指定后缀列的效果：

df = df.filter(regex='^((?!_o$).)*$')

解释一下：这个正则里的(?!_o$)是负向断言，确保列名的结尾不是_o，filter会自动保留符合这个规则的列，相当于删掉了所有以_o结尾的列。

方法2：用str.endswith做直观筛选（可读性拉满） #

这种方法新手也能一眼看懂，先筛选出所有不需要删除的列，再重新索引DataFrame：

# 先收集要保留的列名
cols_to_keep = [col for col in df.columns if not col.endswith('_o')]
df = df[cols_to_keep]

或者用更简洁的链式写法：

df = df.loc[:, ~df.columns.str.endswith('_o')]

这里的~是取反操作，df.columns.str.endswith('_o')会生成一个布尔数组标记哪些列是目标后缀，取反后就是要保留的列，用loc直接筛选即可。

方法3：用drop直接删除目标列 #

如果你想先确认要删的列再动手，可以先筛选出所有以‘_o’结尾的列，再用drop删除：

cols_to_drop = df.columns[df.columns.str.endswith('_o')]
# 可以先打印cols_to_drop确认一下列名，避免误删
print(cols_to_drop)
df = df.drop(cols_to_drop, axis=1)

这种方法适合需要先校验删除列表的场景，容错性更高。

小提示：如果你的DataFrame数据量很大，优先选filter或loc的方法，性能会略优一点；日常使用中这几种方法差别不大，选你看着最顺手的就行~

内容的提问来源于stack exchange，提问作者aabujamra