提问人：Sean McCarthy 提问时间：3/17/2018 更新时间：3/30/2022 访问量：29429
如何将 Pandas 数据帧中的多列弹出到新数据帧中？
How do you pop multiple columns off a Pandas dataframe, into a new dataframe?
问：
假设我有以下几点：
df = pd.DataFrame({'a':range(2), 'b':range(2), 'c':range(2), 'd':range(2)})
我想将数据帧中的两列（“c”和“d”）“弹出”到一个新的数据帧中，将“a”和“b”留在原始 df 中。以下方法不起作用：
df2 = df.pop(['c', 'd'])
这是我的错误：
TypeError: '['c', 'd']' is an invalid key
除了执行以下操作外，还有谁知道一个快速、优雅的解决方案？
df2 = df[['c', 'd']]
df3 = df[['a', 'b']]
我知道上面的代码输入起来并不那么乏味，但这就是发明 DataFrame.pop 的原因——在从数据库中弹出一列时为我们节省了一个步骤。
答：
39赞
cs95
3/17/2018
#1
这必须是一个两步过程（您无法绕过这个问题，因为正如正确提到的，适用于单个列并返回一个 Series）。pop
首先，切片（步骤 1），然后删除这些列（步骤 2）。df
df2 = df[['c', 'd']].copy()
df = df.drop(['c', 'd'], axis=1)
这是单行版本，使用：pd.concat
df2 = pd.concat([df.pop(x) for x in ['c', 'd']], axis=1)
这仍然是一个两步过程，但你是在一行内完成的。
df
a b
0 0 0
1 1 1
df2
c d
0 0 0
1 1 1
话虽如此，我认为允许采用类似列表的列标题适当地返回弹出列的 DataFrame 是有价值的。这将对 GitHub 提出一个很好的功能请求，假设有时间编写一个。pop
评论
1赞
la_leche
2/14/2019
定义 df 然后运行命令 df2 = df[['c'， 'd']].copy（） 返回错误 '['c'， 'd']' is an invalid key。这个答案是过时了还是我遗漏了什么？
0赞
cs95
2/14/2019
你@la_leche错误地做了df['c'， 'd']？或者，也许您不小心传递了一个字符串而不是一个列表？
1赞
kawingkelvin
6/27/2020
如果您知道 2 行与 1 行方法之间的内存占用差异，您能否发表评论。我认为单行 IMO 更优雅（不丑陋）。如果列数的 # 较大，则 2 行可能会导致更多的人为错别字。
0赞
cs95
10/1/2021
再看一遍，更有可能的是，一个衬垫更可取，因为工作地点是有效的，而不是在每个停靠点创建多个副本的 2 个衬垫方法。虽然没有基准测试。pop
0赞
Collin Cunningham
6/2/2023
我认为单行版本实际上有点危险。如果在中途遇到关键错误，则会留下一个缺少某些列的帧，但并非所有列都取决于错误发生的位置
7赞
pault
3/17/2018
#2
这是一个替代方案，但我不确定它是否比您的原始解决方案更优雅：
df2 = pd.DataFrame([df.pop(x) for x in ['c', 'd']]).T
df3 = pd.DataFrame([df.pop(x) for x in ['a', 'b']]).T
输出：
print(df2)
# c d
#0 0 0
#1 1 1
print(df3)
# a b
#0 0 0
#1 1 1
评论
3赞
cs95
3/17/2018
你可以通过使用来绕过不必要的转调。但是 +1pd.concat
0赞
pault
3/17/2018
啊，我明白了——这就是我所缺少的。axis=1
0赞
darrahts
9/29/2021
我认为这个解决方案值得更多的赞成，但不确定为什么复制和粘贴接受答案的网站称其为“丑陋”。OP 询问了关于弹出多个列的问题，这个答案清楚地表明了这就是正在发生的事情，并且在一行中完成，而不管在幕后实际执行的步骤数如何（毕竟，Python 是建立在 C 之上的，而 C 是建立在汇编之上的）。
1赞
Nic F
12/23/2021
#3
new_df = old_df.loc[：，pop_columns]
评论
0赞
kory
1/31/2023
这不会从原始数据帧中弹出。
1赞
Keegan Clarke
3/30/2022
#4
如果您不想复制原始 pd。DataFrame，使用列表推导有很好的代码
list_to_pop = ['a', 'b']
[df.pop(col) for col in list_to_pop]
评论
df.pop([['c', 'd']])poppd.DataFrame([df.pop(x) for x in ['c', 'd']]).T