Как выбрать несколько столбцов в pandas (с примерами)
Существует три основных метода, которые вы можете использовать для выбора нескольких столбцов из DataFrame pandas:
Способ 1: выбрать столбцы по индексу
df_new = df. iloc [:,[0,1,3]]
Способ 2: выберите столбцы в диапазоне индексов
df_new = df. iloc [:, 0:3]
Способ 3: выберите столбцы по имени
df_new = df[[' col1 ', ' col2 ']]
В следующих примерах показано, как использовать каждый метод со следующим DataFrame pandas:
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
Способ 1: выбрать столбцы по индексу
Следующий код показывает, как выбрать столбцы в позициях индекса 0, 1 и 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
Обратите внимание, что выбраны столбцы с позициями индекса 0, 1 и 3.
Примечание . Первый столбец DataFrame pandas находится в позиции 0.
Способ 2: выберите столбцы в диапазоне индексов
Следующий код показывает, как выбирать столбцы в диапазоне индексов от 0 до 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
Обратите внимание, что столбец, расположенный в последнем значении диапазона (3), не будет включен в выходные данные.
Способ 3: выберите столбцы по имени
Следующий код показывает, как выбирать столбцы по имени:
#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
Дополнительные ресурсы
В следующих руководствах объясняется, как выполнять другие распространенные операции в pandas:
Как вывести список всех имен столбцов в Pandas
Как удалить столбцы в Pandas
Как преобразовать индекс в столбец в Pandas