在pandas数据框中选择多个列

Question

我在不同的列中有数据，但是我不知道如何提取数据以将其保存在另一个变量中。

index  a   b   c
1      2   3   4
2      3   4   5

如何选择'a'，'b'然后将其保存到df1中？

我试过了

df1 = df['a':'b']
df1 = df.ix[:, 'a':'b']

似乎没有任何工作。

Answer 1

列名（字符串）无法按照你尝试的方式进行切片。

在这里，你有两个选择。如果从上下文中知道要切出哪些变量，则可以通过将列表传递给__getitem__语法（[]）来仅返回那些列的视图。

df1 = df[['a','b']]

或者，如果需要对它们进行数字索引而不是按其名称进行索引（例如，你的代码应在不知道前两列的名称的情况下自动执行此操作），则可以执行以下操作：

df1 = df.iloc[:,0:2] # Remember that Python does not slice inclusive of the ending index.

此外，你应该熟悉Pandas对象与该对象副本的视图概念。上述方法中的第一种将在内存中返回所需子对象（所需切片）的新副本。

但是有时候，Pandas中有一些索引约定没有这样做，而是给你一个新变量，该变量只引用与原始对象中的子对象或切片相同的内存块。第二种索引编制方式会发生这种情况，因此你可以使用copy()函数对其进行修改以获得常规副本。发生这种情况时，更改你认为是切片对象的内容有时会更改原始对象。始终对此保持警惕。

df1 = df.iloc[0,0:2].copy() # To avoid the case where changing df1 also changes df

要使用iloc，你需要知道列位置（或索引）。由于列位置可能会改变，而不是硬编码索引，则可以使用iloc随get_loc功能的columns数据框对象的方法来获得列索引。

{df.columns.get_loc(c):c for idx, c in enumerate(df.columns)}

现在，你可以使用此词典通过名称和使用来访问列iloc。