在Pandas中按列名选择两组列

Question

在Loc vs. iloc vs. ix vs. at vs. iat的答案中选择DataFrame？例如。

df = pd.DataFrame(
{'age':[30, 2, 12, 4, 32, 33, 69],
 'color':['blue', 'green', 'red', 'white', 'gray', 'black', 'red'],
 'food':['Steak', 'Lamb', 'Mango', 'Apple', 'Cheese', 'Melon', 'Beans'],
 'height':[165, 70, 120, 80, 180, 172, 150],
 'score':[4.6, 8.3, 9.0, 3.3, 1.8, 9.5, 2.2],
 'state':['NY', 'TX', 'FL', 'AL', 'AK', 'TX', 'TX']},
 index=['Jane', 'Nick', 'Aaron', 'Penelope', 'Dean', 'Christina', 'Cornelia']
)

现在我想要所有的栏目，除了“食物”和“高度”。

我认为类似于df.loc[：，['age'：'color'，'score'：'state']]的东西可以工作，但是Python返回SyntaxError:invalid syntax。

我知道有一种解决方法：df.drop（columns=['food'，'height']）。然而，在我的现实生活中，我有数百列要删除。键入所有列名是如此低效。

我期待类似于R语言中的dplyr:：select（df，-（食物：身高））或dplyr:：select（df，年龄：颜色，分数：状态）。

还阅读了选择/排除Pandas中的列集。

Answer 1

首先通过Index.get_loc获取列名的位置，然后使用Numpy.r_将所有切片器连接在一起：

a = np.r_[df.columns.get_loc('age'):df.columns.get_loc('color')+1, 
          df.columns.get_loc('score'):df.columns.get_loc('state')+1]

df = df.iloc[:, a]
print (df)
           age  color  score state
Jane        30   blue    4.6    NY
Nick         2  green    8.3    TX
Aaron       12    red    9.0    FL
Penelope     4  white    3.3    AL
Dean        32   gray    1.8    AK
Christina   33  black    9.5    TX
Cornelia    69    red    2.2    TX

Answer 2

首先，找到位于食物和高度（包括）之间的所有列。

c = df.iloc[-1:0].loc[:, 'food':'height'].columns

接下来，筛选与差异/isin/setadi1d-

df[df.columns.difference(c)]

或者，

df.loc[:, ~df.columns.isin(c)]

或者，

df[np.setdiff1d(df.columns, c)]

           age  color  score state
Jane        30   blue    4.6    NY
Nick         2  green    8.3    TX
Aaron       12    red    9.0    FL
Penelope     4  white    3.3    AL
Dean        32   gray    1.8    AK
Christina   33  black    9.5    TX
Cornelia    69    red    2.2    TX