pandas dataframe獲取除了指定列以外的所有列

假設(shè)有個(gè)dataframe叫做df，有[‘a’,‘b’,‘c’,‘d’,‘e’,‘f’,‘g’]列，但是你只想要除了’e’列之外的所有列

兩種方法

方法一

del df['e']

方法二

col = df.columns.values.tolist()
col.remove('e') ?# 切不可用col = col.remove('e'),或者直接把remove加到上面這行代碼中，否則col為空
new_df = df[col].copy()
print(new_df)

pandas中提取DataFrame的某些列

在處理表格型數(shù)據(jù)時(shí)，一行數(shù)據(jù)是一個(gè) sample，列就是待提取的特征。怎么選取其中的一些列呢？本文分享一些方法。

使用如下的數(shù)據(jù)作為例子：

import pandas as pd

df = 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

方法一

df[columns]

先看最簡(jiǎn)單的情況。輸入列名，選擇一列。

例如：

df['course2']

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

df[column list]：選擇列。

例如：

df[['course2','fruit']]

或者以 column list (list 變量)的形式導(dǎo)入到 df[ ] 中，

例如：

select_cols=['course2','fruit']
df[select_cols]

可以用 column list=df.columns[start:end] 的方式選擇連續(xù)列，start 和 end 均為數(shù)字，不包括 end 列。

例如：

select_cols=df.columns[1:4]
df[select_cols]

你可能注意到，其中有 3 列的名字相近：‘course1’,‘course2’,‘course3’。怎么提取這三列呢？這里分享在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]

但是，如果你想輸入 df['course1':'course3'] 來索引連續(xù)列，就會(huì)報(bào)錯(cuò)。而輸入數(shù)字索引 df[1:3] 時(shí)，結(jié)果不再是列索引，而是行索引，

如下所示：

df[1:3]

以下兩種方法 df.loc[]和df.iloc[]就可以解決這個(gè)問題，可以明確行或列索引。還可以同時(shí)取多行和多列。

方法二

df.loc[]：用 label （行名或列名）做索引。

輸入 column_list 選擇多列 [:, column_list] ，括號(hào)中第一個(gè) : 表示選擇全部行。

例如：

df.loc[:,['course2','fruit']]

選擇連續(xù)多列 [:,start_col: end_col] ，注意：包括 end_col。

例如：

df.loc[:,'course2':'fruit']

選擇多行和多列，

例如：

df.loc[1:3,'course2':'fruit']

與 df[ ]類似，df.loc[ ]括號(hào)內(nèi)也可以輸入判斷語句，結(jié)果是對(duì)行做篩選。

例如：

df.loc[df['course1']>84]
#注：輸入df[df['course1']>84]，輸出結(jié)果相同

方法三

df.iloc[]: i 表示 integer，用 integer location（行或列的整數(shù)位置，從0開始）做索引。

df.iloc與df.loc用法類似，只是索引項(xiàng)不同。

df.iloc[:,[2,4]]

選擇連續(xù)多列：df.iloc[:, start_ix:end_ix]，注意：不包括 end_ix。例如：

df.iloc[:,2:5]

選擇多行與多列，例如：

df.iloc[1:3,[2,4]]

與 df.loc[] 不同，df.iloc[] 括號(hào)內(nèi)不可以輸入判斷語句。

總結(jié)

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評(píng)論