如何在 pandas dataframe 中拆分列（附示例）

您可以使用以下方法对 pandas DataFrame 中的列进行切片：

方法一：按特定列名切片

 df_new = df. loc [:,[' col1 ',' col4 ']]

方法2：按范围内的列名进行切片

 df_new = df. loc [:, ' col1 ':' col4 ']

方法3：按特定列索引位置进行剪切

 df_new = df. iloc [:,[ 0,3 ] ]

方法 4：按列索引位置范围进行切片

 df_new = df. iloc [:, 0 : 3 ]

请注意以下每种方法中loc和iloc之间的细微差别：

• loc选择具有特定标签的行和列
• iloc选择特定整数位置的行和列

以下示例展示了如何在实践中使用以下 pandas DataFrame 的每种方法：

 import pandas as pd

#create DataFrame with six columns
df = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
                   ' points ': [18, 22, 19, 14, 14, 11, 20, 28],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12],
                   ' steals ': [4, 3, 3, 2, 5, 4, 3, 8],
                   ' blocks ': [1, 0, 0, 3, 2, 2, 1, 5]})

#view DataFrame
print (df)

  team points assists rebounds steals blocks
0 A 18 5 11 4 1
1 B 22 7 8 3 0
2 C 19 7 10 3 0
3 D 14 9 6 2 3
4 E 14 12 6 5 2
5 F 11 9 5 4 2
6 G 20 9 9 3 1
7:28 4 12 8 5

示例1：按特定列名剪切

我们可以使用以下语法创建一个仅包含团队和反弹列的新 DataFrame：

 #slice columns team and rebounds
df_new = df. loc [:, [' team ', ' rebounds ']]

#view new DataFrame
print (df_new)

  team rebounds
0 to 11
1 B 8
2 C 10
3 D 6
4 E 6
5 F 5
6 G 9
7:12 a.m.

示例2：按范围内的列名进行剪切

我们可以使用以下语法创建一个新的 DataFrame，其中仅包含team和ounces之间的列：

 #slice columns between team and rebounds
df_new = df. loc [:, ' team ': ' rebounds ']

#view new DataFrame
print (df_new)

  team points assists rebounds
0 A 18 5 11
1 B 22 7 8
2 C 19 7 10
3 D 14 9 6
4 E 14 12 6
5 F 11 9 5
6 G 20 9 9
7:28 4 12

示例 3：按特定列索引位置进行剪切

我们可以使用以下语法创建一个新的 DataFrame，其中仅包含索引位置0和3处的列：

 #slice columns in index positions 0 and 3
df_new = df. iloc [ :,[ 0,3 ]]

#view new DataFrame
print (df_new)

  team rebounds
0 to 11
1 B 8
2 C 10
3 D 6
4 E 6
5 F 5
6 G 9
7:12 a.m.

示例 4：每列的切片索引位置范围

我们可以使用以下语法创建一个新的 DataFrame，其中仅包含索引位置范围在0到3之间的列：

 #slice columns in index position range between 0 and 3
df_new = df. iloc [:, 0 : 3 ]

#view new DataFrame
print (df_new)

  team points assists
0 to 18 5
1 B 22 7
2 C 19 7
3 D 14 9
4 E 14 12
5 F 11 9
6 G 20 9
7:28 a.m. 4

注意：当使用一系列索引位置时，该范围中的最后一个索引位置将不包括在内。例如，索引位置 3 处的弹跳列不包含在新的 DataFrame 中。

其他资源

以下教程解释了如何在 pandas 中执行其他常见任务：

如何删除 Pandas DataFrame 中的第一行
如何删除 Pandas DataFrame 中的第一列
如何删除 Pandas 中的重复列