如何从 df
中选择列 a
和 b
,并将它们保存到新的数据框 df1
?
index a b c
1 2 3 4
2 3 4 5
尝试失败:
df1 = df['a':'b']
df1 = df.ix[:, 'a':'b']
最佳答案
无法按照您尝试的方式对列名(字符串)进行切片。
这里有几个选项。如果您从上下文中知道要切出哪些变量,则可以通过将列表传递给 __getitem__
syntax 来仅返回这些列的 View 。 ([] 的)。
df1 = df[['a', 'b']]
或者,如果重要的是用数字而不是名称来索引它们(假设您的代码应该在不知道前两列的名称的情况下自动执行此操作),那么您可以这样做:
df1 = df.iloc[:, 0:2] # Remember that Python does not slice inclusive of the ending index.
此外,您应该熟悉 Pandas 对象的 View 与该对象的副本的概念。上述第一个方法将在内存中返回所需子对象(所需切片)的新副本。
但是,有时 Pandas 中的索引约定不会这样做,而是为您提供一个新变量,该变量仅引用与原始对象中的子对象或切片相同的内存块。第二种索引方式会发生这种情况,因此您可以使用 .copy()
方法对其进行修改以获取常规副本。发生这种情况时,更改您认为的切片对象有时会更改原始对象。留意这一点总是好的。
df1 = df.iloc[0, 0:2].copy() # To avoid the case where changing df1 also changes df
要使用iloc
,您需要知道列位置(或索引)。由于列位置可能会改变,而不是硬编码索引,您可以使用 iloc
以及数据帧对象的 columns
方法的 get_loc
函数来获取列索引。
{df.columns.get_loc(c): c for idx, c in enumerate(df.columns)}
现在您可以使用此字典通过名称和使用 iloc
访问列。
关于python - 在 Pandas 数据框中选择多列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/11285613/