panda. loc或. iloc从数据集中选择列
我一直试图从数据集中为所有行选择一组特定的列。我尝试了下面这样的东西。
train_features = train_df.loc[,[0,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18]]
我想提到的是，所有行都是包含的，但只需要编号的列。有没有更好的方法来解决这个问题。
样本数据：
age job marital education default housing loan equities contact duration campaign pdays previous poutcome emp.var.rate cons.price.idx cons.conf.idx euribor3m nr.employed y
56 housemaid married basic.4y 1 1 1 1 0 261 1 999 0 2 1.1 93.994 -36.4 3.299552287 5191 1
37 services married high.school 1 0 1 1 0 226 1 999 0 2 1.1 93.994 -36.4 0.743751247 5191 1
56 services married high.school 1 1 0 1 0 307 1 999 0 2 1.1 93.994 -36.4 1.28265179 5191 1
我试图忽略数据集中的工作、婚姻、教育和y列。y列是目标变量。
共有2个答案
您可以通过底层的Numpy数组访问列值
考虑数据框df
df = pd.DataFrame(np.random.randint(10, size=(5, 20)))
df
可以对底层数组进行切片
slc = [0,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18]
df.values[:, slc]
array([[1, 3, 9, 8, 3, 2, 1, 6, 6, 0, 3, 9, 8, 5, 9, 9],
[8, 0, 2, 3, 7, 8, 9, 2, 7, 2, 1, 3, 2, 5, 4, 9],
[1, 1, 9, 3, 5, 8, 8, 8, 8, 4, 8, 0, 5, 4, 9, 0],
[6, 3, 1, 8, 0, 3, 7, 9, 9, 0, 9, 7, 6, 1, 4, 8],
[3, 2, 3, 3, 9, 8, 3, 8, 3, 4, 1, 6, 4, 1, 6, 4]])
或者你可以从这个切片重建一个新的数据帧
pd.DataFrame(df.values[:, slc], df.index, df.columns[slc])
这并不像你想象的那样干净和直观
df.iloc[:, slc]
您还可以使用slc对df.columns对象进行切片，并将其传递给df.loc
df.loc[:, df.columns[slc]]
如果需要按位置选择，请使用iloc：
train_features = train_df.iloc[:, [0,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18]]
print (train_features)
age default housing loan equities contact duration campaign pdays \
0 56 1 1 1 1 0 261 1 999
1 37 1 0 1 1 0 226 1 999
2 56 1 1 0 1 0 307 1 999
previous poutcome emp.var.rate cons.price.idx cons.conf.idx euribor3m \
0 0 2 1.1 93.994 -36.4 3.299552
1 0 2 1.1 93.994 -36.4 0.743751
2 0 2 1.1 93.994 -36.4 1.282652
nr.employed
0 5191
1 5191
2 5191
另一种解决方案是删除不必要的列：
cols= ['job','marital','education','y']
train_features = train_df.drop(cols, axis=1)
print (train_features)
age default housing loan equities contact duration campaign pdays \
0 56 1 1 1 1 0 261 1 999
1 37 1 0 1 1 0 226 1 999
2 56 1 1 0 1 0 307 1 999
previous poutcome emp.var.rate cons.price.idx cons.conf.idx euribor3m \
0 0 2 1.1 93.994 -36.4 3.299552
1 0 2 1.1 93.994 -36.4 0.743751
2 0 2 1.1 93.994 -36.4 1.282652
nr.employed
0 5191
1 5191
2 5191
-
问题内容： 我一直在尝试从数据集中为所有行选择一组特定的列。我尝试了以下类似的方法。 我想提一下，所有行都包含在内，但只需要编号的列即可。有没有更好的方法来解决这个问题。 样本数据： 我试图忽略我的数据集中的工作，婚姻，教育和y栏。y列是目标变量。 问题答案： 如果需要按位置选择，请使用： 另一个解决方案是不必要的列：
-
问题内容： 我正在尝试从以下查询中获取行数。我只得到行计数为1，但有35条记录。您能否让我知道如何从内部查询中获取计数？ 谢谢 问题答案： 您缺少FROM，需要为子查询指定别名。
-
问题内容： 我有一个称为Data的数据库，它是数据库中每个实体的父级。它包含Id等通用属性。然后，我有了一个扩展Data的实体，这也是由于其子类的通用功能而引起的。我的数据库中的映射是正确的。 这是我的等级制度的一个例子 并且表已正确映射： 无论如何，是否在数据库中查询所有作为Employee实例的Employee子类（FullTimeEmployee，PartTimeEmployee），而不在查
-
问题内容： 如何编写SQL语句从三个表中选择数据？ 问题答案： 使用联接 这将要求每个表都有一个table_1_id键，并且每个表中都有一个条目。 如果table_2或table_3可能没有数据，但您仍想显示来自table_1的数据，则可以使用LEFT JOIN
-
我使用以下列表从控制器填充了JSP中的下拉列表：“” 例如，我使用下拉菜单将5保存为db中thirdPartyOccupationId的值。当我重新加载页面时，值5不是选中的值。 同一段代码正在处理不同的字段，我不知道我错过了什么。 模型类： ReportClass.java 控制器.java 感谢任何指点。
-
在Pandas的数据框中，一些列是数字的，像浮动；一些是非数字的，像对象。我们希望删除那些数值列为NaN的行，但不删除那些非数值列为NaN的行。 例如，对于具有四列的df：a、B、C和D。a和C的数据类型为Object，B和D的数据类型为Float。 我们将只删除其中一些数字列（浮点数）为NaN的行，而不应该删除其中一些非数字列（对象）为NaN的行。 最终结果如下： 我的步骤是： 检查哪些列的数据