通过pandas中的标签选择多列

Question

我一直在寻找通过python文档和论坛选择列的方法，但是索引列的每个示例都过于简单。

假设我有一个10 x 10的数据帧

df = DataFrame(randn(10, 10), index=range(0,10), columns=['A', 'B', 'C', 'D','E','F','G','H','I','J'])

到目前为止，所有文档都提供了一个简单的索引编制示例，例如

subset = df.loc[:,'A':'C']

要么

subset = df.loc[:,'C':]

但是当我尝试索引多个非连续列时出现错误

subset = df.loc[:,('A':'C', 'E')]

如果要选择A到C，E和G到我列，如何在Pandas中建立索引？看来这种逻辑将不起作用

subset = df.loc[:,('A':'C', 'E', 'G':'I')]

我觉得解决方案非常简单，但是我无法解决此错误。谢谢！

Answer 1

基于名称或标签的（使用正则表达式语法）

df.filter(regex='[A-CEG-I]')   # does NOT depend on the column order

请注意，此处允许使用任何正则表达式，因此此方法可能非常通用。例如，如果您希望所有以大写字母或小写字母“ A”开头的列，则可以使用：
df.filter(regex='^[Aa]')

基于位置（取决于列顺序）

df[ list(df.loc[:,'A':'C']) + ['E'] + list(df.loc[:,'G':'I']) ]

请注意，与基于标签的方法不同，此方法仅在您的列按字母顺序排序时才有效。但是，这不一定是问题。例如，如果您的列转到['A','C','B']，则可以'A':'C'在上方替换为'A':'B'。

漫漫长路

为了完整起见，@ Magdalena总是显示简单地单独列出每一列的选项，尽管随着列数的增加它可能会更加冗长：

df[['A','B','C','E','G','H','I']]   # does NOT depend on the column order

以上任何方法的结果

          A         B         C         E         G         H         I
0 -0.814688 -1.060864 -0.008088  2.697203 -0.763874  1.793213 -0.019520
1  0.549824  0.269340  0.405570 -0.406695 -0.536304 -1.231051  0.058018
2  0.879230 -0.666814  1.305835  0.167621 -1.100355  0.391133  0.317467