我在不同的列中有数据，但我不知道如何提取它以将其保存在另一个变量中。
index a b c
1 2 3 4
2 3 4 5
如何选择并将其保存到 df1 'a'？'b'
我试过了
df1 = df['a':'b']
df1 = df.ix[:, 'a':'b']
似乎没有一个工作。
问问题
3252311 次
21 回答
2368
无法以您尝试的方式对列名（字符串）进行切片。
在这里，您有几个选择。__getitem__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语法（[]）来仅返回这些列的视图。
df1 = df[['a', 'b']]
或者，如果对它们进行数字索引而不是它们的名称很重要（例如，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 对象的视图与该对象的副本的概念。上述方法中的第一个将在内存中返回所需子对象（所需切片）的新副本。
然而，有时 Pandas 中的索引约定不这样做，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，因此您可以使用该.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。随时注意这一点总是好的。
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，您可以与数据框对象的方法iloc一起使用来获取列索引。get_loccolumns
{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访问列并使用iloc.
于 2012-07-02T02:43:02.740 回答
213
从 0.11.0 版开始，可以按照您尝试使用索引器的方式对列进行.loc切片：
df.loc[:, 'C':'E']
相当于
df[['C', 'D', 'E']] # or df.loc[:, ['C', 'D', 'E']]
C并通过.返回列E。
随机生成的 DataFrame 的演示：
import pandas as pd
import numpy as np
np.random.seed(5)
df = pd.DataFrame(np.random.randint(100, size=(100, 6)),
columns=list('ABCDEF'),
index=['R{}'.format(i) for i in range(100)])
df.head()
Out:
A B C D E F
R0 99 78 61 16 73 8
R1 62 27 30 80 7 76
R2 15 53 80 27 44 77
R3 75 65 47 30 84 86
R4 18 9 41 62 1 82
要获取从 C 到 E 的列（请注意，与整数切片不同，列中包含“E”）：
df.loc[:, 'C':'E']
Out:
C D E
R0 61 16 73
R1 30 80 7
R2 80 27 44
R3 47 30 84
R4 41 62 1
R5 5 58 0
...
基于标签选择行也是如此。从这些列中获取行 'R6' 到 'R10'：
df.loc['R6':'R10', 'C':'E']
Out:
C D E
R6 51 27 31
R7 83 19 18
R8 11 67 65
R9 78 27 29
R10 7 16 94
.loc还接受布尔数组，因此您可以选择数组中对应条目为 的列True。例如，如果列名在列表中，则df.columns.isin(list('BCD'))返回- True ；假的，否则。array([False, True, True, True, False, False], dtype=bool)['B', 'C', 'D']
df.loc[:, df.columns.isin(list('BCD'))]
Out:
B C D
R0 78 61 16
R1 27 30 80
R2 53 80 27
R3 65 47 30
R4 9 41 62
R5 78 5 58
...
于 2016-04-30T12:39:08.817 回答
132
假设您的列名 ( df.columns) 是['index','a','b','c']，那么您想要的数据位于第三列和第四列。如果您在脚本运行时不知道他们的名字，您可以这样做
newdf = df[df.columns[2:4]] # Remember, Python is zero-offset! The "third" entry is at slot two.
正如 EMS 在他的回答中指出的那样，df.ix切片列更简洁一些，但是.columns切片界面可能更自然，因为它使用了普通的一维 Python 列表索引/切片语法。
警告:'index'的名称不好DataFrame。相同的标签也用于真实df.index属性，即Index数组。因此，您的列由返回，df['index']真正的 DataFrame 索引由df.index. AnIndex是一种特殊的Series优化类型，用于查找其元素的值。对于 df.index，它用于按标签查找行。该df.columns属性也是一个pd.Index数组，用于通过标签查找列。
于 2012-10-31T18:57:33.980 回答
85
在最新版本的 Pandas 中，有一种简单的方法可以做到这一点。列名（它们是字符串）可以以您喜欢的任何方式进行切片。
columns = ['b', 'c']
df1 = pd.DataFrame(df, columns=columns)
于 2016-02-04T14:05:35.083 回答
73
In [39]: df
Out[39]:
index a b c
0 1 2 3 4
1 2 3 4 5
In [40]: df1 = df[['b', 'c']]
In [41]: df1
Out[41]:
b c
0 3 4
1 4 5
于 2012-07-08T17:55:12.493 回答
49
与熊猫，
机智的列名
dataframe[['column1','column2']]
通过 iloc 和具有索引号的特定列进行选择：
dataframe.iloc[:,[1,2]]
带有 loc 列名可以像这样使用
dataframe.loc[:,['column1','column2']]
于 2018-11-21T15:32:56.237 回答
27
您可以提供要删除的列列表并返回 DataFrame，其中仅包含使用drop()Pandas DataFrame 上的函数所需的列。
只是说
colsToDrop = ['a']
df.drop(colsToDrop, axis=1)
将返回一个只有列b和的 DataFrame c。
该drop方法记录在这里。
于 2014-09-03T11:30:59.433 回答
25
于 2017-05-02T09:41:52.950 回答
25
从 0.21.0 开始，不推荐使用.loc或[]与一个或多个缺少标签的列表一起使用，取而代之的是.reindex. 所以，你的问题的答案是：
df1 = df.reindex(columns=['b','c'])
.loc[list-of-labels]在以前的版本中，只要找到至少一个键， using就可以工作（否则它会引发 a KeyError）。此行为已弃用，现在显示警告消息。推荐的替代方法是使用.reindex().
在索引和选择数据中阅读更多信息。
于 2018-08-15T18:13:41.823 回答
24
您可以使用该pandas.DataFrame.filter方法过滤或重新排序列，如下所示：
df1 = df.filter(['a', 'b'])
这在链接方法时也非常有用。
于 2020-04-21T03:03:00.807 回答
14
你可以使用熊猫。
我创建数据框：
import pandas as pd
df = pd.DataFrame([[1, 2,5], [5,4, 5], [7,7, 8], [7,6,9]],
index=['Jane', 'Peter','Alex','Ann'],
columns=['Test_1', 'Test_2', 'Test_3'])
数据框：
Test_1 Test_2 Test_3
Jane 1 2 5
Peter 5 4 5
Alex 7 7 8
Ann 7 6 9
按名称选择一列或多列：
df[['Test_1', 'Test_3']]
Test_1 Test_3
Jane 1 5
Peter 5 5
Alex 7 8
Ann 7 9
您还可以使用：
df.Test_2
你得到专栏Test_2：
Jane 2
Peter 4
Alex 7
Ann 6
您还可以使用 . 从这些行中选择列和行.loc()。这称为“切片”。请注意，我从列Test_1到Test_3：
df.loc[:, 'Test_1':'Test_3']
“切片”是：
Test_1 Test_2 Test_3
Jane 1 2 5
Peter 5 4 5
Alex 7 7 8
Ann 7 6 9
如果你只是想从列Peter和：AnnTest_1Test_3
df.loc[['Peter', 'Ann'], ['Test_1', 'Test_3']]
你得到：
Test_1 Test_3
Peter 5 5
Ann 7 9
于 2019-02-20T01:01:58.837 回答
10
如果你想通过行索引和列名获取一个元素，你可以像df['b'][0]. 它和你想象的一样简单。
或者您可以使用df.ix[0,'b']- 索引和标签的混合使用。
注意：自 v0.20 起，ix已弃用loc/ iloc。
于 2018-01-03T07:56:07.023 回答
8
尝试使用pandas.DataFrame.get（参见文档）：
import pandas as pd
import numpy as np
dates = pd.date_range('20200102', periods=6)
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
df.get(['A', 'C'])
于 2020-08-02T19:10:36.830 回答
7
df[['a', 'b']] # Select all rows of 'a' and 'b'column
df.loc[0:10, ['a', 'b']] # Index 0 to 10 select column 'a' and 'b'
df.loc[0:10, 'a':'b'] # Index 0 to 10 select column 'a' to 'b'
df.iloc[0:10, 3:5] # Index 0 to 10 and column 3 to 5
df.iloc[3, 3:5] # Index 3 of column 3 to 5
于 2020-05-19T08:18:08.920 回答
7
一种不同且简单的方法：迭代行
使用 itrows
df1 = pd.DataFrame() # Creating an empty dataframe
for index,i in df.iterrows():
df1.loc[index, 'A'] = df.loc[index, 'A']
df1.loc[index, 'B'] = df.loc[index, 'B']
df1.head()
于 2018-10-15T11:43:43.840 回答
6
前面的答案中讨论的不同方法是基于这样的假设，即用户知道要删除或子集的列索引，或者用户希望使用一系列列（例如在 'C' : 'E' ）。
pandas.DataFrame.drop()当然是根据用户定义的列列表对数据进行子集化的一个选项（尽管您必须小心，始终使用数据帧的副本，并且不应将就地参数设置为True !!）
另一种选择是使用pandas.columns.difference()，它对列名进行设置差异，并返回包含所需列的数组索引类型。以下是解决方案：
df = pd.DataFrame([[2,3,4], [3,4,5]], columns=['a','b','c'], index=[1,2])
columns_for_differencing = ['a']
df1 = df.copy()[df.columns.difference(columns_for_differencing)]
print(df1)
输出将是：
b c
1 3 4
2 4 5
于 2018-07-21T21:28:41.507 回答
5
您还可以使用df.pop()：
>>> df = pd.DataFrame([('falcon', 'bird', 389.0),
... ('parrot', 'bird', 24.0),
... ('lion', 'mammal', 80.5),
... ('monkey', 'mammal', np.nan)],
... columns=('name', 'class', 'max_speed'))
>>> df
name class max_speed
0 falcon bird 389.0
1 parrot bird 24.0
2 lion mammal 80.5
3 monkey mammal
>>> df.pop('class')
0 bird
1 bird
2 mammal
3 mammal
Name: class, dtype: object
>>> df
name max_speed
0 falcon 389.0
1 parrot 24.0
2 lion 80.5
3 monkey NaN
请使用df.pop(c).
于 2019-01-29T05:37:50.140 回答
4
我已经看到了几个答案，但我仍然不清楚。您将如何选择那些感兴趣的列？
答案是，如果您将它们收集在一个列表中，您可以使用该列表引用这些列。
例子
print(extracted_features.shape)
print(extracted_features)
(63,)
['f000004' 'f000005' 'f000006' 'f000014' 'f000039' 'f000040' 'f000043'
'f000047' 'f000048' 'f000049' 'f000050' 'f000051' 'f000052' 'f000053'
'f000054' 'f000055' 'f000056' 'f000057' 'f000058' 'f000059' 'f000060'
'f000061' 'f000062' 'f000063' 'f000064' 'f000065' 'f000066' 'f000067'
'f000068' 'f000069' 'f000070' 'f000071' 'f000072' 'f000073' 'f000074'
'f000075' 'f000076' 'f000077' 'f000078' 'f000079' 'f000080' 'f000081'
'f000082' 'f000083' 'f000084' 'f000085' 'f000086' 'f000087' 'f000088'
'f000089' 'f000090' 'f000091' 'f000092' 'f000093' 'f000094' 'f000095'
'f000096' 'f000097' 'f000098' 'f000099' 'f000100' 'f000101' 'f000103']
我有以下列表/NumPy 数组extracted_features，指定 63 列。原始数据集有 103 列，我想准确提取那些，然后我会使用
dataset[extracted_features]
你最终会得到这个
这是您在机器学习中经常使用的东西（更具体地说，在特征选择中）。我也想讨论其他方式，但我认为其他 Stack Overflower 用户已经涵盖了这一点。
于 2019-05-26T19:21:50.553 回答
3
要选择多个列，请在之后提取并查看它们：df之前命名为数据框，然后创建新数据框df1，然后选择要提取和查看的列 A 到 D。
df1 = pd.DataFrame(data_frame, columns=['Column A', 'Column B', 'Column C', 'Column D'])
df1
所有必需的列都会显示出来！
于 2020-10-11T10:40:52.347 回答
1
def get_slize(dataframe, start_row, end_row, start_col, end_col):
assert len(dataframe) > end_row and start_row >= 0
assert len(dataframe.columns) > end_col and start_col >= 0
list_of_indexes = list(dataframe.columns)[start_col:end_col]
ans = dataframe.iloc[start_row:end_row][list_of_indexes]
return ans
只需使用此功能
于 2021-05-02T21:20:23.143 回答