如何无需循环删除Pandas DataFrame中名称含特定关键词的列（保留指定例外列）

嘿，非常认同你想「用正确方式做事」的想法！避免Python层面的循环，用Pandas原生的向量化操作确实是处理这类问题的最优解，尤其是当数据规模变大时，性能提升会特别明显。针对你的需求——删除所有名称含post的列，但保留post_title，这里有两个高效的无循环方案：

方案一：利用向量化布尔掩码筛选（推荐） #

这是最直观且性能最优的方式，完全基于Pandas的向量化字符串操作，底层是C实现的，没有Python循环：

# 生成保留列的布尔掩码：要么列名不含'post'，要么是'post_title'
keep_mask = ~df_web.columns.str.contains('post') | (df_web.columns == 'post_title')
# 按掩码筛选列
df_web = df_web.loc[:, keep_mask]

逻辑解释： #

• df_web.columns.str.contains('post')：检查每一列名是否包含'post'，返回布尔数组
• ~：对结果取反，得到「不含'post'的列」的掩码
• | (df_web.columns == 'post_title')：加上例外条件，把'post_title'也加入保留列表
• 最后用loc[:, keep_mask]直接筛选出需要保留的列

方案二：用正则表达式结合filter方法 #

如果你熟悉正则，也可以用filter的regex参数一步到位：

# 正则规则：要么不以'post'开头，要么就是'post_title'本身
df_web = df_web.filter(regex=r'^(?!post)|^post_title$', axis=1)

正则解释： #

• ^(?!post)：匹配不以'post'开头的列名（负向前瞻断言）
• ^post_title$：精确匹配'post_title'列
• |：逻辑或，把两种情况的列都保留

和你原有方法的对比 #

你之前用的列表推导式本质还是Python层面的循环，当DataFrame有上百甚至上千列时，上面的向量化方法会比列表推导快很多；而且代码更简洁，可读性也更强。

用你给出的原始列列表测试，两种方案都会保留以下列：
['sku', 'total_sales', 'product_type', 'post_title', 'guid']

备注：内容来源于stack exchange，提问作者thalback