logo标签列表

如何在pandas中选择多列，而不使用已弃用的ix功能

pythonpandas
4
在Python中，对于包含在pandas中的DataFrame数据切片，.ix从pandas 0.20.0开始已被弃用。官方网站提供了使用.loc或.iloc来进行混合选择(http://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html)的替代方案。.index可以帮助提取多行。相比之下，columns.get_loc似乎只能选择一列。是否有可用的替代函数，可以使用.iloc以混合方式提取多列？
1个回答
7

是的，函数称为Index.get_indexer，它可以通过名称列表返回列或索引的位置。

使用方法如下：

df = pd.DataFrame({
         'a':[4,5,4,5,5,4],
         'b':[7,8,9,4,2,3],
         'c':[1,3,5,7,1,0],
         'd':[5,3,6,9,2,4],
}, index=list('ABCDEF'))
print (df)
   a  b  c  d
A  4  7  1  5
B  5  8  3  3
C  4  9  5  6
D  5  4  7  9
E  5  2  1  2
F  4  3  0  4

cols = ['a','b','c']
df1 = df.iloc[1, df.columns.get_indexer(cols)]
print (df1)
a    5
b    8
c    3
Name: B, dtype: int64

df11 = df.iloc[[1], df.columns.get_indexer(cols)]
print (df11)
   a  b  c
B  5  8  3

idx = ['A','C']
df2 = df.iloc[df.index.get_indexer(idx), 2:]
print (df2)
   c  d
A  1  5
C  5  6
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