pandas排除某列選擇其他列

使用pandas處理資料的過程中，時常會遇到這樣的需求，不想要某列或者某些列，選擇其他列，如果列比較少的情況可以直接選擇想要的列

下面列舉常用的篩選列的方法
在一個dataframe中有ABCDE五列，如果想要取ADE三列資料

1. 第一種辦法直接羅列出需要的列

   # 匯入相關包
   import numpy as np
   import pandas as pd
   # 建立dataframe
   df = pd.DataFrame(np.random.randn(50, 5), columns=list('ABCDE')
   
   # 直接選擇想要的列
   df2 = df[['A', 'D',
    
    'E']]
   

2. 獲取當前所有列名，排除不想要的

   # 遍歷所有列名，排除不需要的
   cols = [i for i in df.columns if i not in ['B', 'C']]
   df2 = df[cols]
   
   # 使用difference方法，它返回的是索引的差集
   df2 = df[df.columns.difference(['A', 'B'])]
   
   

3. 刪除不需要的列

   # 方法一：按照列的位置刪除
   df2 = df.drop(df.columns[1,2], axis=1)
   
   # 方法二：直接按列名刪除
   df2 = df.drop(['B', 'C'], axis=1)
   

上面幾種方法基本能滿足絕大多數情況，但是有些特殊的需求還是不能滿足，比如很多相似的列名，都需要刪除，這個時候就需要正則表示式了,可以使用DataFrame內建的filter方法

```python
df2 = df.filter(regex="[^BD]")
```

其他的情況也類似，都可以使用正則表示式匹配