python - 如何对 Pandas 对象执行切片(使用 ix、loc、iloc)操作(排除某些指定索引)

许多ix、loc、iloc操作您指定要选择的索引。我想做相反的事情。我想排除几列并选择其余的。我该怎么做呢。即指定需要排除而不是包含的索引。

例如一些伪代码

a.iloc[~1:3, :]
a.loc[~['A', 'B'], :]

我正在寻找性能、内存使用和简洁，如上面的伪代码所示。

注意:DataFrame 很大，一个轴上有大量数据，而其他轴上的数据相对较少。

最佳答案

您可以删除或选择您想要的:

df.drop(df.columns[[1, 2]], axis=1, inplace=True)

# drop by Name
df1 = df1.drop(['D', 'E'], axis=1)

## Select the ones you want
df1 = df[['a','d']]

还有一个新的 difference你可以调用index.所以除了 col D 和 col E 之外的所有内容:

 df2 = df[df.columns.difference(['D', 'E'])]

希望这有帮助!

关于python - 如何对 Pandas 对象执行切片(使用 ix、loc、iloc)操作(排除某些指定索引)，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/43405861/