我需要阅读一些文件,其中一些是Excel格式,另一些是CSV格式。有些文件有数百列。
是否有一种方法可以选择多个列范围而不必指定所有的列名或位置?例如选择1-10、15、17和50-100列的某些内容:
df = df.ix[1:10, 15, 17, 50:100]
我需要知道如何在从Excel文件和CSV文件创建数据框时以及创建数据框后执行此操作。
使用np.r_
函数。
np.r_[1:10, 15, 17, 50:100]
array([ 1, 2, 3, 4, 5, 6, 7, 8, 9, 15, 17, 50, 51, 52, 53, 54, 55,
56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72,
73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89,
90, 91, 92, 93, 94, 95, 96, 97, 98, 99])
所以您可以这样做
df.iloc[:, np.r_[1:10, 15, 17, 50:100]]
我认为@piRSquared的答案很直接。
你也可以使用:
Locs = list(range(0,10)) + [14, 16] + list(range(49, 100))
# columns 1 -10, 15, 17 and 50-100
# [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 14, 16, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
df = df.iloc[:Locs]
使用内连接 例如 result = pd.concat([df1, df4], axis=1, join="inner")