Kolommen op naam selecteren in pandas (3 voorbeelden)

U kunt de volgende methoden gebruiken om kolommen op naam te selecteren in een Pandas DataFrame:

Methode 1: Selecteer een kolom op naam

 df. loc [:, ' column1 ']

Methode 2: Selecteer meerdere kolommen op naam

 df. loc [:,[' column1 ',' column3 ',' column4 ']]

Methode 3: Selecteer kolommen in bereik op naam

 df. loc [:, ' column2 ':' column4 ']

De volgende voorbeelden laten zien hoe u elk van deze methoden in de praktijk kunt gebruiken met de volgende panda’s DataFrame:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' mavs ': [10, 12, 14, 15, 19, 22, 27],
                   ' cavs ': [18, 22, 19, 14, 14, 11, 20],
                   ' hornets ': [5, 7, 7, 9, 12, 9, 14],
                   ' spurs ': [10, 12, 14, 13, 13, 19, 22],
                   ' net ': [10, 14, 25, 22, 25, 17, 12]})

#view DataFrame
print (df)

   mavs cavs hornets spurs nets
0 10 18 5 10 10
1 12 22 7 12 14
2 14 19 7 14 25
3 15 14 9 13 22
4 19 14 12 13 25
5 22 11 9 19 17
6 27 20 14 22 12

Voorbeeld 1: Selecteer een kolom op naam

De volgende code laat zien hoe u de kolom ’spurs‘ in het DataFrame selecteert:

 #select column with name 'spurs'
df. loc [:, ' spurs ']

0 10
1 12
2 14
3 13
4 13
5 19
6 22
Name: spurs, dtype: int64

Alleen waarden in de kolom ‘spurs’ worden geretourneerd.

Voorbeeld 2: selecteer meerdere kolommen op naam

De volgende code laat zien hoe u de cavs-, spurs- en net-kolommen in het DataFrame selecteert:

 #select columns with names cavs, spurs, and nets
df. loc [:, [' cavs ', ' spurs ', ' nets ']]

        cavs spurs nets
0 18 10 10
1 22 12 14
2 19 14 25
3 14 13 22
4 14 13 25
5 11 19 17
6 20 22 12

Alleen de waarden van de cavs, spurs en netkolommen worden geretourneerd.

Voorbeeld 3: Selecteer kolommen in een bereik op naam

De volgende code laat zien hoe u alle kolommen tussen de namen „hornets“ en „net“ in het DataFrame selecteert:

 #select all columns between hornets and nets
df. loc [:, ' hornets ': ' nets ']

        hornets spurs nets
0 5 10 10
1 7 12 14
2 7 14 25
3 9 13 22
4 12 13 25
5 9 19 17
6 14 22 12

Alle kolommen tussen de namen „horzels“ en „net“ worden geretourneerd.

Aanvullende bronnen

In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken in panda’s kunt uitvoeren:

Panda’s: een kolom vóór het dataframe verplaatsen
Panda’s: hoe u kunt controleren of een kolom een string bevat
Panda’s: een lege kolom toevoegen aan DataFrame (3 voorbeelden)