140

我只是试图通过整数访问命名的熊猫列。

您可以使用 选择按位置的行df.ix[3]。

但是如何按整数选择一列？

我的数据框：

df=pandas.DataFrame({'a':np.random.rand(5), 'b':np.random.rand(5)})
4

6 回答 6

201

想到的两种方法：

>>> df
          A         B         C         D
0  0.424634  1.716633  0.282734  2.086944
1 -1.325816  2.056277  2.583704 -0.776403
2  1.457809 -0.407279 -1.560583 -1.316246
3 -0.757134 -1.321025  1.325853 -2.513373
4  1.366180 -1.265185 -2.184617  0.881514
>>> df.iloc[:, 2]
0    0.282734
1    2.583704
2   -1.560583
3    1.325853
4   -2.184617
Name: C
>>> df[df.columns[2]]
0    0.282734
1    2.583704
2   -1.560583
3    1.325853
4   -2.184617
Name: C

编辑：原始答案建议使用，df.ix[:,2]但现在不推荐使用此功能。用户应切换到df.iloc[:,2].

于 2013-02-18T16:44:55.830 回答
64

您还可以使用df.icol(n)按整数访问列。

更新：icol已弃用，可以通过以下方式实现相同的功能：

df.iloc[:, n]  # to access the column at the nth position
于 2013-04-11T12:01:51.120 回答
26

您可以使用基于标签的 .loc 或基于索引的使用 .iloc 方法进行列切片，包括列范围：

In [50]: import pandas as pd

In [51]: import numpy as np

In [52]: df = pd.DataFrame(np.random.rand(4,4), columns = list('abcd'))

In [53]: df
Out[53]: 
          a         b         c         d
0  0.806811  0.187630  0.978159  0.317261
1  0.738792  0.862661  0.580592  0.010177
2  0.224633  0.342579  0.214512  0.375147
3  0.875262  0.151867  0.071244  0.893735

In [54]: df.loc[:, ["a", "b", "d"]] ### Selective columns based slicing
Out[54]: 
          a         b         d
0  0.806811  0.187630  0.317261
1  0.738792  0.862661  0.010177
2  0.224633  0.342579  0.375147
3  0.875262  0.151867  0.893735

In [55]: df.loc[:, "a":"c"] ### Selective label based column ranges slicing
Out[55]: 
          a         b         c
0  0.806811  0.187630  0.978159
1  0.738792  0.862661  0.580592
2  0.224633  0.342579  0.214512
3  0.875262  0.151867  0.071244

In [56]: df.iloc[:, 0:3] ### Selective index based column ranges slicing
Out[56]: 
          a         b         c
0  0.806811  0.187630  0.978159
1  0.738792  0.862661  0.580592
2  0.224633  0.342579  0.214512
3  0.875262  0.151867  0.071244
于 2017-06-19T22:09:29.187 回答
8

您可以通过将列索引列表传递给dataFrame.ix.

例如：

>>> df = pandas.DataFrame({
             'a': np.random.rand(5),
             'b': np.random.rand(5),
             'c': np.random.rand(5),
             'd': np.random.rand(5)
         })

>>> df
          a         b         c         d
0  0.705718  0.414073  0.007040  0.889579
1  0.198005  0.520747  0.827818  0.366271
2  0.974552  0.667484  0.056246  0.524306
3  0.512126  0.775926  0.837896  0.955200
4  0.793203  0.686405  0.401596  0.544421

>>> df.ix[:,[1,3]]
          b         d
0  0.414073  0.889579
1  0.520747  0.366271
2  0.667484  0.524306
3  0.775926  0.955200
4  0.686405  0.544421
于 2017-08-16T04:09:02.597 回答
2

.transpose() 方法将列转换为行，将行转换为列，因此您甚至可以编写

df.transpose().ix[3]
于 2016-05-11T15:12:40.257 回答
0

大多数人都回答了如何从索引开始获取列。但是在某些情况下，您可能需要从中间或特定索引中选择列，您可以使用以下解决方案。

假设您有列A和。如果您只需要选择列，则可以使用以下代码。BCAC

df = df.iloc[:, [0,2]]

where0,2指定您只需要选择第 1 列和第 3 列。

于 2021-10-22T13:53:01.843 回答