Cara memilih beberapa kolom di pandas (dengan contoh)

Ada tiga metode dasar yang dapat Anda gunakan untuk memilih beberapa kolom dari pandas DataFrame:

Metode 1: pilih kolom berdasarkan indeks

 df_new = df. iloc [:,[0,1,3]]

Metode 2: Pilih Kolom dalam Rentang Indeks

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

Metode 3: Pilih Kolom berdasarkan Nama

 df_new = df[[' col1 ', ' col2 ']]

Contoh berikut menunjukkan cara menggunakan setiap metode dengan pandas DataFrame berikut:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' points ': [25, 12, 15, 14, 19, 23, 25, 29],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12],
                   ' blocks ': [4, 7, 7, 6, 5, 8, 9, 10]})

#view DataFrame
df

	points assists rebounds blocks
0 25 5 11 4
1 12 7 8 7
2 15 7 10 7
3 14 9 6 6
4 19 12 6 5
5 23 9 5 8
6 25 9 9 9
7 29 4 12 10

Metode 1: pilih kolom berdasarkan indeks

Kode berikut menunjukkan cara memilih kolom pada posisi indeks 0, 1, dan 3:

 #select columns in index positions 0, 1, and 3
df_new = df. iloc [:,[0,1,3]]

#view new DataFrame
df_new

        points assists blocks
0 25 5 4
1 12 7 7
2 15 7 7
3 14 9 6
4 19 12 5
5 23 9 8
6 25 9 9
7 29 4 10

Perhatikan bahwa kolom pada posisi indeks 0, 1, dan 3 dipilih.

Catatan : Kolom pertama pandas DataFrame terletak di posisi 0.

Metode 2: Pilih Kolom dalam Rentang Indeks

Kode berikut memperlihatkan cara memilih kolom dalam rentang indeks 0 hingga 3:

 #select columns in index range 0 to 3
df_new = df. iloc [:, 0:3]

#view new DataFrame
df_new

        points assists rebounds
0 25 5 11
1 12 7 8
2 15 7 10
3 14 9 6
4 19 12 6
5 23 9 5
6 25 9 9
7 29 4 12

Perhatikan bahwa kolom yang terletak di nilai terakhir rentang (3) tidak akan disertakan dalam keluaran.

Metode 3: Pilih Kolom berdasarkan Nama

Kode berikut memperlihatkan cara memilih kolom berdasarkan nama:

 #select columns called 'points' and 'blocks'
df_new = df[[' points ', ' blocks ']]

#view new DataFrame
df_new

        point blocks
0 25 4
1 12 7
2 15 7
3 14 6
4 19 5
5 23 8
6 25 9
7 29 10

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan operasi umum lainnya di panda:

Cara membuat daftar semua nama kolom di Pandas
Cara menghapus kolom di Pandas
Bagaimana cara mengubah indeks menjadi kolom di Pandas