如何从df中选择列a和b，并将它们保存到新的数据框df1中？
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']
24个回答
2652
您尝试的方式无法切片列名（即字符串）。
这里有几个选择。 如果您知道要从上下文中切片哪些变量，则可以通过将列表传递到 __getitem__ 语法（方括号）中，仅返回这些列的视图。
df1 = df[['a', 'b']]
另外，如果对它们进行编号而不是按名称排序很重要（比如说你的代码需要自动完成这个任务，但不知道前两列的名称），那么你可以使用以下方法：
df1 = df.iloc[:, 0:2] # Remember that Python does not slice inclusive of the ending index.
另外，您应该熟悉 Pandas 对象的视图和副本的概念。上述方法中的第一个方法将返回所需子对象（所需切片）的内存中的新副本。
然而，有时 Pandas 中的索引约定不会这样做，而是给您一个新变量，该变量只是指向原始对象中的子对象或切片的相同内存块。这将在第二种索引方式下发生，因此您可以使用 .copy() 方法来修改它以获取常规副本。当发生这种情况时，更改您认为是切片对象的内容有时会更改原始对象的内容。时刻警惕这种情况的发生。
df1 = df.iloc[0, 0:2].copy() # To avoid the case where changing df1 also changes df
要使用iloc，您需要知道列的位置(或索引)。由于列位置可能会发生变化，因此您可以使用数据帧对象的columns方法中的get_loc函数与iloc一起获取列索引，而不是硬编码索引。
{df.columns.get_loc(c): c for idx, c in enumerate(df.columns)}
现在你可以使用这个字典通过名称和 iloc 访问列。
- ely
1
277
从0.11.0版本开始，可以使用.loc索引器对列进行切片操作：
df.loc[:, 'C':'E']
等同于
df[['C', 'D', 'E']] # or df.loc[:, ['C', 'D', 'E']]
并返回列C到E。
在一个随机生成的DataFrame上演示：
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（注意，与整数切片不同，E包含在列中）：
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
...
对于基于标签选择行的操作也是如此。从那些列中获取 R6 到 R10 行：
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 同样可以接受一个布尔数组，因此您可以选择与数组中对应条目为 True 的列。例如，df.columns.isin(list('BCD')) 返回 array([False, True, True, True, False, False], dtype=bool) - 如果列名在列表 ['B', 'C', 'D'] 中，则为True；否则为False。
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
...
- ayhan
142
假设您的列名（
df.columns）是['index'，'a'，'b'，'c'] ，则您想要的数据位于第三和第四列。如果脚本运行时不知道它们的名称，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在他的回答中所指出的那样，df.ix可以更简洁地选择列，但是.columns切片接口可能更自然，因为它使用标准的一维Python列表索引/切片语法。
警告：'index'是一个DataFrame列的不好的名称。同样的标签也用于真实的df.index属性，即一个Index数组。因此，您的列可以通过df['index']返回，而真实的DataFrame索引可以通过df.index返回。Index是一种特殊类型的Series，它针对其元素值的查找进行了优化。对于df.index，它用于根据其标签查找行。该df.columns属性也是一个pd.Index数组，用于按其标签查找列。
- hobs
96
在最新版本的Pandas中，有一种简单的方法可以做到这一点。列名称（字符串）可以以任何你喜欢的方式进行切片。
columns = ['b', 'c']
df1 = pd.DataFrame(df, columns=columns)
- zerovector
79
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
- Wes McKinney
1
54
使用Pandas，
使用列名
dataframe[['column1','column2']]
使用iloc和指定的列索引进行选择：
dataframe.iloc[:,[1,2]]
带有 loc 列名的数据可以像这样使用
dataframe.loc[:,['column1','column2']]
- Wickkiey
38
您可以使用方法来过滤或重新排序列，如下所示：
df1 = df.filter(['a', 'b'])
当您需要链接多个方法时，这也非常有用。
- Ramin Melikov
29
您可以提供要删除的列列表，并使用Pandas DataFrame上的
顺便说一下。
drop()函数仅返回所需的列的DataFrame。顺便说一下。
colsToDrop = ['a']
df.drop(colsToDrop, axis=1)
将返回仅包含列b和c的DataFrame。
drop方法的文档在此处。
- Muthu Chithambara Jothi
25
从0.21.0版本开始，使用.loc或[]在一个具有一个或多个缺失标签的列表中已被弃用，推荐使用.reindex。因此，你的问题的答案是：
df1 = df.reindex(columns=['b','c'])
以前的版本中，使用.loc[list-of-labels]只要其中至少有一个标签被找到就能正常工作（否则会引发KeyError）。这种行为已经被弃用，现在会显示警告信息。推荐的替代方法是使用.reindex()。
阅读更多内容请访问索引和选择数据。
- tozCSS
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接
df[['a','b']]会产生一个副本。 - Wes McKinney