Как выбрать столбцы по индексу в dataframe pandas

Часто вам может потребоваться выбрать столбцы в DataFrame pandas на основе их значения индекса.

Если вы хотите выбирать столбцы на основе целочисленной индексации, вы можете использовать функцию .iloc .

Если вы хотите выбирать столбцы на основе индексации меток, вы можете использовать функцию .loc .

В этом руководстве представлен пример использования каждой из этих функций на практике.

Пример 1. Выбор столбцов на основе целочисленной индексации

В следующем коде показано, как создать DataFrame pandas и использовать .iloc для выбора столбца с целочисленным индексом, равным 3 :

 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

#select column with index position 3
df. iloc [:, 3]

0 11
1 8
2 10
3 6
4 6
5 5
Name: rebounds, dtype: int64

Мы можем использовать аналогичный синтаксис для выбора нескольких столбцов:

 #select columns with index positions 1 and 3
df. iloc [:, [1, 3]]


        rebound points
0 11 11
1 7 8
2 8 10
3 10 6
4 13 6
5 13 5

Или мы могли бы выбрать все столбцы в диапазоне:

 #select columns with index positions in range 0 through 3
df. iloc [:, 0:3]

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

Пример 2. Выбор столбцов на основе индексации меток

Следующий код показывает, как создать DataFrame pandas и использовать .loc для выбора столбца с индексной меткой «bounces» :

 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

#select column with index label 'rebounds'
df. loc [:, ' rebounds ']

0 11
1 8
2 10
3 6
4 6
5 5
Name: rebounds, dtype: int64

Мы можем использовать аналогичный синтаксис для выбора нескольких столбцов с разными индексными метками:

 #select the columns with index labels 'points' and 'rebounds'
df. loc [:,[' points ',' rebounds ']]

	rebound points
0 11 11
1 7 8
2 8 10
3 10 6
4 13 6
5 13 5

Или мы могли бы выбрать все столбцы в диапазоне:

 #select columns with index labels between 'team' and 'assists'
df. loc [:, ' team ':' assists ']

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

Связанный: Pandas loc против iloc: в чем разница?

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные операции в pandas:

Как группировать по индексу в DataFrame Pandas
Как выбрать строки по индексу в DataFrame Pandas
Как получить номера строк в DataFrame Pandas
Как удалить индексный столбец в Pandas DataFrame