在列索引为序号的数据框中选择多列
我试图提取数据帧中的第7到14列。然而
df[0:3]只给出第1到第3行。
有人知道如果我想找到这些专栏我该怎么做吗？
我知道如何使用列名，如df['a']，但由于名称太多，我只想在R中键入类似df[，7:14]的内容。
提前感谢。
共有1个答案
看来我找到了。。。。
通过使用iloc...
df.iloc[:,your_col_index]
-
基于单个值/标签的切片 基于一个或多个级别的多个标签的切片 布尔条件和表达式的过滤 哪些方法适用于什么情况 为简单起见的假设： 输入数据表没有重复的索引键 下面的输入数据只有两个级别。（此处所示的大多数解决方案都概括为N个级别） 问题2b 我如何获得级别“二”中对应于“t”和“w”的所有值？ 如何从检索横截面，即具有索引特定值的单行？具体来说，如何检索的横截面，由 如何选择与和相对应的两行？
-
是否有任何方法可以在数据框中按索引（即整数）选择行，按列名选择列？ 我尝试使用loc，但它返回一个错误，我知道iloc只适用于索引。 这是数据帧df的第一行。我愿意选择第一行，名为“Volume”的列，并尝试使用df.loc[0，'Volume']
-
问题内容： 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。 如何选择然后将其保存到df1中？ 我试过了 似乎没有任何工作。 问题答案： 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语法来仅返回那些列的视图。 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
-
问题内容： 我有以下pd.DataFrame： 它具有带有和层次结构级别的MultiIndex列。该标签从0到n，并为每个标签，有两个和列。 我想子选择此DataFrame的所有（或）列。 问题答案： 有一种方法可以与布尔索引一起使用，以获得预期的结果。
-
我正在尝试从多索引数据帧中仅使用一个索引来创建新的数据帧。 理想情况下，我想要这样的东西： 和： 基本上，我想删除除level之外的多索引的所有其他索引。有没有一个简单的方法可以做到这一点？
-
问题内容： 我很好奇，为什么不支持，而与这两个工作。 我希望以与Python索引约定一致的方式进行工作。有设计上的原因不支持按单个整数索引行吗？ 问题答案： 回显@HYRY，请参阅0.11中的新文档 http://pandas.pydata.org/pandas- docs/stable/indexing.html 在这里，我们有了新的运算符，以显式支持仅整数索引，并且显式仅支持标签索引 例如，想