Eliminar varias columnas según los nombres de las columnas en Pandas

Tengo algunos datos y cuando los importo obtengo las siguientes columnas innecesarias Estoy buscando una manera fácil de eliminar todos estos

   'Unnamed: 24', 'Unnamed: 25', 'Unnamed: 26', 'Unnamed: 27',
   'Unnamed: 28', 'Unnamed: 29', 'Unnamed: 30', 'Unnamed: 31',
   'Unnamed: 32', 'Unnamed: 33', 'Unnamed: 34', 'Unnamed: 35',
   'Unnamed: 36', 'Unnamed: 37', 'Unnamed: 38', 'Unnamed: 39',
   'Unnamed: 40', 'Unnamed: 41', 'Unnamed: 42', 'Unnamed: 43',
   'Unnamed: 44', 'Unnamed: 45', 'Unnamed: 46', 'Unnamed: 47',
   'Unnamed: 48', 'Unnamed: 49', 'Unnamed: 50', 'Unnamed: 51',
   'Unnamed: 52', 'Unnamed: 53', 'Unnamed: 54', 'Unnamed: 55',
   'Unnamed: 56', 'Unnamed: 57', 'Unnamed: 58', 'Unnamed: 59',
   'Unnamed: 60'

Están indexados por indexación 0, así que probé algo como

    df.drop(df.columns[[22, 23, 24, 25, 
    26, 27, 28, 29, 30, 31, 32 ,55]], axis=1, inplace=True)

Pero esto no es muy eficiente. Intenté escribir algunos bucles for, pero esto me pareció un mal comportamiento de Pandas. Por eso hago la pregunta aquí.

He visto algunos ejemplos que son similares ( Soltar pandas de varias columnas ) pero esto no responde a mi pregunta.

No sé a qué te refieres con ineficiente, pero si te refieres en términos de escritura, podría ser más fácil seleccionar las columnas de interés y volver a asignarlas al df:

df = df[cols_of_interest]

Dónde cols_of_interesthay una lista de las columnas que le interesan.

O puede cortar las columnas y pasar esto a drop:

df.drop(df.ix[:,'Unnamed: 24':'Unnamed: 60'].head(0).columns, axis=1)

La llamada a headsolo selecciona 0 filas ya que solo nos interesan los nombres de las columnas en lugar de los datos

actualizar

Otro método: sería más sencillo usar la máscara booleana de str.containse invertirla para enmascarar las columnas:

In [2]:
df = pd.DataFrame(columns=['a','Unnamed: 1', 'Unnamed: 1','foo'])
df

Out[2]:
Empty DataFrame
Columns: [a, Unnamed: 1, Unnamed: 1, foo]
Index: []

In [4]:
~df.columns.str.contains('Unnamed:')

Out[4]:
array([ True, False, False,  True], dtype=bool)

In [5]:
df[df.columns[~df.columns.str.contains('Unnamed:')]]

Out[5]:
Empty DataFrame
Columns: [a, foo]
Index: []

El enfoque más simple con diferencia es:

yourdf.drop(['columnheading1', 'columnheading2'], axis=1, inplace=True)

Mi favorito personal, y más fácil que las respuestas que he visto aquí (para varias columnas):

df.drop(df.columns[22:56], axis=1, inplace=True)

O creando una lista para varias columnas.

col = list(df.columns)[22:56]
df.drop(col, axis=1, inplace=1)

Esta es probablemente una buena forma de hacer lo que quiere. Eliminará todas las columnas que contengan 'Sin nombre' en su encabezado.

for col in df.columns:
    if 'Unnamed' in col:
        del df[col]

Puede hacer esto en una línea y una vez:

df.drop([col for col in df.columns if "Unnamed" in col], axis=1, inplace=True)

Esto implica menos movimiento / copia del objeto que las soluciones anteriores.

No estoy seguro de si esta solución se ha mencionado en alguna parte, pero una forma de hacerlo es pandas.Index.difference.

>>> df = pd.DataFrame(columns=['A','B','C','D'])
>>> df
Empty DataFrame
Columns: [A, B, C, D]
Index: []
>>> to_remove = ['A','C']
>>> df = df[df.columns.difference(to_remove)]
>>> df
Empty DataFrame
Columns: [B, D]
Index: []

Puede simplemente pasar los nombres de las columnas como una lista especificando el eje como 0 o 1

• eje = 1: a lo largo de las filas
• eje = 0: a lo largo de las columnas

• Por defecto eje = 0

  data.drop(["Colname1","Colname2","Colname3","Colname4"],axis=1)

Simple y fácil. Elimina todas las columnas después del 22.

df.drop(columns=df.columns[22:]) # love it

Lo siguiente funcionó para mí:

for col in df:
    if 'Unnamed' in col:
        #del df[col]
        print col
        try:
            df.drop(col, axis=1, inplace=True)
        except Exception:
            pass

df = df[[col for col in df.columns if not ('Unnamed' in col)]]