python - 将特定的选定列提取到新的 DataFrame 作为副本

Question

我有一个有 4 列的 pandas DataFrame，我想创建一个只有三列的新DataFrame 。这个问题类似于：Extracting specific columns from a data frame but for pandas not R. 以下代码不起作用，引发错误，当然不是 pandasnic 的方法。

import pandas as pd
old = pd.DataFrame({'A' : [4,5], 'B' : [10,20], 'C' : [100,50], 'D' : [-30,-50]})
new = pd.DataFrame(zip(old.A, old.C, old.D)) # raises TypeError: data argument can't be an iterator 

pandasnic 的做法是什么？

Answer 1

有一种方法可以做到这一点，它实际上看起来类似于 R

new = old[['A', 'C', 'D']].copy()

在这里，您只需从原始数据框中选择所需的列并为它们创建一个变量。如果您想修改新的数据框，您可能希望使用.copy()来避免SettingWithCopyWarning.

另一种方法是使用filter默认情况下创建副本：

new = old.filter(['A','B','D'], axis=1)

最后，根据原始数据框中的列数，使用 a 表达这一点可能更简洁drop（默认情况下这也会创建一个副本）：

new = old.drop('B', axis=1)

Answer 2

最简单的方法是

new = old[['A','C','D']]

.

Answer 3

另一种更简单的方法似乎是：

new = pd.DataFrame([old.A, old.B, old.C]).transpose()

哪里old.column_name会给你一个系列。列出要保留的所有列系列并将其传递给 DataFrame 构造函数。我们需要做一个转置来调整形状。

In [14]:pd.DataFrame([old.A, old.B, old.C]).transpose()
Out[14]: 
   A   B    C
0  4  10  100
1  5  20   50

Answer 4

按索引列：

# selected column index: 1, 6, 7
new = old.iloc[: , [1, 6, 7]].copy() 

Answer 5

Generic functional form

def select_columns(data_frame, column_names):
    new_frame = data_frame.loc[:, column_names]
    return new_frame

Specific for your problem above

selected_columns = ['A', 'C', 'D']
new = select_columns(old, selected_columns)

Answer 6

据我所知，您在使用过滤器功能时不一定需要指定轴。

new = old.filter(['A','B','D'])

返回相同的数据框

new = old.filter(['A','B','D'], axis=1)

Answer 7

如果你想有一个新的数据框，那么：

import pandas as pd
old = pd.DataFrame({'A' : [4,5], 'B' : [10,20], 'C' : [100,50], 'D' : [-30,-50]})
new=  old[['A', 'C', 'D']]

Answer 8

作为备选：

new = pd.DataFrame().assign(A=old['A'], C=old['C'], D=old['D'])

Answer 9

您可以删除索引中的列：

df = pd.DataFrame({'A': [1, 1], 'B': [2, 2], 'C': [3, 3], 'D': [4, 4]})

df[df.columns.drop(['B', 'C'])]

或者

df.loc[:, df.columns.drop(['B', 'C'])]

输出：

   A  D
0  1  4
1  1  4