选择/排除熊猫中的列集
方琦
问题内容：
问题答案：
我想基于列选择从现有数据框创建视图或数据框。
例如，我想df2从一个数据框创建一个数据框，该数据框df1包含其中的所有列（其中两个除外）。我尝试执行以下操作，但没有成功：
import numpy as np
import pandas as pd
# Create a dataframe with columns A,B,C and D
df = pd.DataFrame(np.random.randn(100, 4), columns=list('ABCD'))
# Try to create a second dataframe df2 from df with all columns except 'B' and D
my_cols = set(df.columns)
my_cols.remove('B').remove('D')
# This returns an error ("unhashable type: set")
df2 = df[my_cols]
我究竟做错了什么？也许更笼统地说，熊猫必须采用什么机制来支持从数据帧中挑选和 排除 任意列集？
问题答案：
您可以删除不需要的列，也可以选择所需的列
# Using DataFrame.drop
df.drop(df.columns[[1, 2]], axis=1, inplace=True)
# drop by Name
df1 = df1.drop(['B', 'C'], axis=1)
# Select the ones you want
df1 = df[['a','d']]
类似资料：
-
我有一个如下所示的数据帧： 如何获取除之外的所有列？
-
问题内容： 我有一个数据框看起来像这样： 我如何才能获得除以外的所有列？ 问题答案： 当列不是MultiIndex时，仅是列名称的数组，因此您可以执行以下操作：
-
问题内容： 假设我有一个数据框如下 现在，我希望a和b列不同的行。所以预期的输出是 我怎样才能做到这一点？ 问题答案： 我喜欢可读性，请使用： 输出：
-
问题内容： 我有一个从csv文件构建的pandas中的数据框。数据框有几列，并由其中一列进行索引（这是唯一的，因为每一行都有用于该索引的该列的唯一值。） 如何基于应用于多个列的“复杂”过滤器选择数据框的行？我可以轻松地从列中大于10的数据框中选择切片，例如： 但是，如果我想要的东西就像一个过滤器：选择的切片，其中 任何 列都大于10？ 或者，如果for的值大于10但值小于5？ 这些如何在熊猫中实现
-
假设我们有一个包含许多列的数据框，。我只想创建一个包含以下列的DF
-
我想根据列选择从现有数据帧创建视图或数据帧。 例如，我想从dataframe创建一个dataframe，该dataframe保存除两个列以外的所有列。我试着做了以下的操作，但没有奏效：