当前位置：物联沃-IOTWORD物联网 > 技术教程 > pandas中如何提取DataFrame的某些列
代码收藏家代码收藏家 技术教程

pandas中如何提取DataFrame的某些列

在处理表格型数据时，一行数据是一个 sample，列就是待提取的特征。怎么选取其中的一些列呢？本文分享一些方法。

使用如下的数据作为例子：

import pandas as pd

data = pd.DataFrame({'Name':['Anna', 'Betty', 'Richard', 'Philip','Paul'],
        'course1':[85,83,90,84,85],
        'course2':[90,85,83,88,84],
        'course3':[82,86,81,91,85],
        'fruit':['apple','banana','apple','orange','peach'],
        'sport':['basketball', 'volleyball', 'football', 'basketball','baseball']},
         index=[1,2,3,4,5])
  
df = pd.DataFrame(data)

df
Name course1 course2 course3 fruit sport
1 Anna 85 90 82 apple basketball
2 Betty 83 85 86 banana volleyball
3 Richard 90 83 81 apple football
4 Philip 84 88 91 orange basketball
5 Paul 85 84 85 peach baseball

方法一：df[columns]

先看最简单的情况。输入列名，选择一列。例如：

df['course2']

1    90
2    85
3    83
4    88
5    84
Name: course2, dtype: int64

df[column list]：选择列。例如：

df[['course2','fruit']]
course2 fruit
1 90 apple
2 85 banana
3 83 apple
4 88 orange
5 84 peach

或者以 column list (list 变量)的形式导入到 df[ ] 中，例如：

select_cols=['course2','fruit']
df[select_cols]
course2 fruit
1 90 apple
2 85 banana
3 83 apple
4 88 orange
5 84 peach

可以用 column list=df.columns[start:end] 的方式选择连续列，start 和 end 均为数字，不包括 end 列。例如：

select_cols=df.columns[1:4]
df[select_cols]
course1 course2 course3
1 85 90 82
2 83 85 86
3 90 83 81
4 84 88 91
5 85 84 85

你可能注意到，其中有 3 列的名字相近：‘course1’,‘course2’,‘course3’。怎么提取这三列呢？这里分享在Kaggle 上看到 一位大神使用的 list comprehension方法。

select_cols=[c for c in df.columns if 'course' in c]
df[select_cols]
course1 course2 course3
1 85 90 82
2 83 85 86
3 90 83 81
4 84 88 91
5 85 84 85

但是，如果你想输入df['course1':'course3'] 来索引连续列，就会报错。而输入数字索引df[1:3]时，结果不再是列索引，而是行索引，如下所示：

df[1:3]
Name course1 course2 course3 fruit sport
2 Betty 83 85 86 banana volleyball
3 Richard 90 83 81 apple football

以下两种方法 df.loc[]和df.iloc[]就可以解决这个问题，可以明确行或列索引。还可以同时取多行和多列。

方法二：df.loc[]：用 label （行名或列名）做索引。

输入 column_list 选择多列 [:, column_list]，括号中第一个: 表示选择全部行。例如：

df.loc[:,['course2','fruit']]
course2 fruit
1 90 apple
2 85 banana
3 83 apple
4 88 orange
5 84 peach

选择连续多列 [:,start_col: end_col]，注意：包括 end_col。例如：

df.loc[:,'course2':'fruit']
course2 course3 fruit
1 90 82 apple
2 85 86 banana
3 83 81 apple
4 88 91 orange
5 84 85 peach

选择多行和多列，例如：

df.loc[1:3,'course2':'fruit']
course2 course3 fruit
1 90 82 apple
2 85 86 banana
3 83 81 apple

与 df[ ]类似，df.loc[ ]括号内也可以输入判断语句，结果是对行做筛选。例如：

df.loc[df['course1']>84]
#注：输入df[df['course1']>84]，输出结果相同
Name course1 course2 course3 fruit sport
1 Anna 85 90 82 apple basketball
3 Richard 90 83 81 apple football
5 Paul 85 84 85 peach baseball

方法三：df.iloc[]: i 表示 integer，用 integer location（行或列的整数位置，从0开始）做索引。

df.iloc与df.loc用法类似，只是索引项不同。

df.iloc[:,[2,4]]
course2 fruit
1 90 apple
2 85 banana
3 83 apple
4 88 orange
5 84 peach

选择连续多列：df.iloc[:, start_ix:end_ix]，注意：不包括 end_ix。例如：

df.iloc[:,2:5]
course2 course3 fruit
1 90 82 apple
2 85 86 banana
3 83 81 apple
4 88 91 orange
5 84 85 peach

选择多行与多列，例如：

df.iloc[1:3,[2,4]]
course2 fruit
2 85 banana
3 83 apple

与 df.loc[] 不同，df.iloc[] 括号内不可以输入判断语句。

觉得本文不错的话，请点赞支持一下吧，谢谢！

关注我 宁萌Julie，互相学习，多多交流呀！

参考：

1.如何选取dataframe的多列-教程：https://www.geeksforgeeks.org/how-to-select-multiple-columns-in-a-pandas-dataframe/

2.用 list comprehension 选择多列：https://www.kaggle.com/code/robikscube/ieee-fraud-detection-first-look-and-eda/notebook

3.df.loc 与 df.iloc 的比较：https://stackoverflow.com/questions/31593201/how-are-iloc-and-loc-different

来源：宁萌Julie

您可能感兴趣的内容:

物联沃分享整理
物联沃-IOTWORD物联网 » pandas中如何提取DataFrame的某些列

代码收藏家 普通

分享到：

相关推荐

发表评论