如何保留 pandas 中的某些列（附示例）

您可以使用以下方法仅保留 pandas DataFrame 中的某些列：

方法 1：指定要保留的列

 #only keep columns 'col1' and 'col2'
df[[' col1 ', ' col2 ']]

方法2：指定要删除的列

 #drop columns 'col3' and 'col4'
df[df. columns [~df. columns . isin ([' col3 ',' col4 '])]]

以下示例展示了如何将每种方法与以下 pandas DataFrame 一起使用：

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'B', 'B', 'B'],
                   ' points ': [11, 7, 8, 10, 13, 13],
                   ' assists ': [5, 7, 7, 9, 12, 9],
                   ' rebounds ': [11, 8, 10, 6, 6, 5]})

#view DataFrame
df

	team points assists rebounds
0 A 11 5 11
1 To 7 7 8
2 to 8 7 10
3 B 10 9 6
4 B 13 12 6
5 B 13 9 5

方法 1：指定要保留的列

下面的代码展示了如何定义一个只保留“team”和“points”列的新DataFrame：

 #create new DataFrame and only keep 'team' and 'points' columns
df2 = df[[' team ', ' points ']]

#view new DataFrame
df2

        team points
0 to 11
1 to 7
2 to 8
3 B 10
4 B 13
5 B 13

请注意，生成的 DataFrame 仅保留我们指定的两列。

方法2：指定要删除的列

以下代码显示如何定义一个新的 DataFrame，从原始 DataFrame 中删除“attends”和“bounces”列：

 #create new DataFrame and that drops 'assists' and 'rebounds'
df2 = df[df. columns [~df. columns . isin ([' assists ', ' rebounds '])]]

#view new DataFrame
df2

        team points
0 to 11
1 to 7
2 to 8
3 B 10
4 B 13
5 B 13

请注意，生成的 DataFrame 会从原始 DataFrame 中删除“assists”和“bounces”列，并保留剩余的列。

其他资源

以下教程解释了如何在 pandas 中执行其他常见操作：

如何删除 Pandas DataFrame 中的第一列
如何删除 Pandas 中的重复列
如何在 Pandas 中按索引删除列