提问人：cpa 提问时间：5/19/2012 最后编辑：Georgycpa 更新时间：10/26/2021 访问量：671034
如何在 pandas 中获取数据帧的列切片
How to take column-slices of dataframe in pandas
问：
我从 CSV 文件加载一些机器学习数据。前 2 列是观测值，其余列是要素。
目前，我做以下工作：
data = pandas.read_csv('mydata.csv')
它给出了类似的东西：
data = pandas.DataFrame(np.random.rand(10,5), columns = list('abcde'))
我想将此数据帧切分为两个数据帧：一个包含列，另一个包含列，和 。abcde
不可能写这样的东西
observations = data[:'c']
features = data['c':]
我不确定最好的方法是什么。我需要一个吗？pd.Panel
顺便说一句，我发现数据帧索引非常不一致：是允许的，但不是。另一方面，是不允许的，但却是。
这有什么实际原因吗？如果列被 Int 索引，这真的很令人困惑，因为data['a']data[0]data['a':]data[0:]data[0] != data[0:1]
答：
27赞
Brendan Wood
5/19/2012
#1
您可以通过引用列表中每列的名称来切片 a 的列，如下所示：DataFrame
data = pandas.DataFrame(np.random.rand(10,5), columns = list('abcde'))
data_ab = data[list('ab')]
data_cde = data[list('cde')]
评论
0赞
cpa
5/19/2012
因此，如果我想要从“b”列开始的所有数据，我需要在data.columns中找到“b”的索引并执行data[data.columns[1：]]？这就是规范的操作方式吗？
1赞
Brendan Wood
5/20/2012
您的意思是要从“b”开始选择所有列？
0赞
cpa
5/20/2012
是，或者选择给定范围内的所有列。
1赞
Brendan Wood
5/20/2012
我自己对熊猫很陌生，所以我不能说什么是规范的。我会像你说的那样做，但使用函数 on 来确定列“b”或其他什么的索引。get_locdata.columns
152赞
Karmel
5/21/2012
#2
注意：自 Pandas v0.20 起已弃用。应根据需要改用 或 。.ix.loc.iloc
DataFrame.ix 索引是您要访问的内容。这有点令人困惑（我同意 Pandas 索引有时令人困惑！），但以下内容似乎可以满足您的需求：
>>> df = DataFrame(np.random.rand(4,5), columns = list('abcde'))
>>> df.ix[:,'b':]
b c d e
0 0.418762 0.042369 0.869203 0.972314
1 0.991058 0.510228 0.594784 0.534366
2 0.407472 0.259811 0.396664 0.894202
3 0.726168 0.139531 0.324932 0.906575
其中 .ix[行切片，列切片] 是正在解释的内容。有关 Pandas 索引的更多信息，请访问：http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-advanced
评论
5赞
grasshopper
11/1/2013
注意熊猫的范围包括两个端点，即>>>data.ix[:, 'a':'c'] a b c 0 0.859192 0.881433 0.843624 1 0.744979 0.427986 0.177159
21赞
user602599
4/11/2014
多列驾驶室可以像这样通过df.ix[:,[0,3,4]]
3赞
ChaimG
7/2/2015
@Karmel：上面的输出中似乎存在复制/粘贴错误。也许你的意思是？df.ix[:,'b':'e']
6赞
Ted Petrou
6/24/2017
像这样的旧答案需要删除。.ix 已弃用，不应使用。
42赞
moldovean
2/25/2014
#3
此外，给定一个 DataFrame
数据
如上例所示，如果您只想提取 A 列和 D 列（例如第 1 列和第 4 列），则需要从 Pandas DataFrame 中提取 iloc Mothod，并且可以非常有效地使用。您需要知道的只是要提取的列的索引。例如：
>>> data.iloc[:,[0,3]]
会给你
a d
0 0.883283 0.100975
1 0.614313 0.221731
2 0.438963 0.224361
3 0.466078 0.703347
4 0.955285 0.114033
5 0.268443 0.416996
6 0.613241 0.327548
7 0.370784 0.359159
8 0.692708 0.659410
9 0.806624 0.875476
24赞
user2023507
10/12/2014
#4
如果你来这里寻找切片两个范围的列并将它们组合在一起（像我一样），你可以做一些类似的事情
op = df[list(df.columns[0:899]) + list(df.columns[3593:])]
print op
这将创建一个新数据框，其中包含前 900 列和（所有）列> 3593（假设您的数据集中有大约 4000 列）。
评论
0赞
zwep
2/27/2019
太好了，有人试过了......我想知道，这个 0：899 获得了前 900 列。.他们为什么要这样做？这根本不像 Python。在 python 中使用范围时，它始终是“直到”而不是“直到并包含”
95赞
Shankar ARUL
11/30/2015
#5
让我们以 seaborn 包裹中的泰坦尼克号数据集为例
# Load dataset (pip install seaborn)
>> import seaborn.apionly as sns
>> titanic = sns.load_dataset('titanic')
使用列名
>> titanic.loc[:,['sex','age','fare']]
使用列索引
>> titanic.iloc[:,[2,3,6]]
using ix （早于 Pandas <.20 版本）
>> titanic.ix[:,[‘sex’,’age’,’fare’]]
或
>> titanic.ix[:,[2,3,6]]
使用 reindex 方法
>> titanic.reindex(columns=['sex','age','fare'])
评论
6赞
Shihe Zhang
9/5/2017
在 pandas 0.20 中：已弃用。.ix
0赞
Marc Maxmeister
1/9/2020
弃用警告：当您使用Passing list-likes to .loc or [] with any missing label will raise KeyError in the future, you can use .reindex() as an alternative.df.loc[:, some_list_of_columns]
22赞
Surya
6/20/2017
#6
以下是如何使用不同的方法进行选择性列切片，包括基于选择性标签、基于索引和基于选择性范围的列切片。
In [37]: import pandas as pd
In [38]: import numpy as np
In [43]: df = pd.DataFrame(np.random.rand(4,7), columns = list('abcdefg'))
In [44]: df
Out[44]:
a b c d e f g
0 0.409038 0.745497 0.890767 0.945890 0.014655 0.458070 0.786633
1 0.570642 0.181552 0.794599 0.036340 0.907011 0.655237 0.735268
2 0.568440 0.501638 0.186635 0.441445 0.703312 0.187447 0.604305
3 0.679125 0.642817 0.697628 0.391686 0.698381 0.936899 0.101806
In [45]: df.loc[:, ["a", "b", "c"]] ## label based selective column slicing
Out[45]:
a b c
0 0.409038 0.745497 0.890767
1 0.570642 0.181552 0.794599
2 0.568440 0.501638 0.186635
3 0.679125 0.642817 0.697628
In [46]: df.loc[:, "a":"c"] ## label based column ranges slicing
Out[46]:
a b c
0 0.409038 0.745497 0.890767
1 0.570642 0.181552 0.794599
2 0.568440 0.501638 0.186635
3 0.679125 0.642817 0.697628
In [47]: df.iloc[:, 0:3] ## index based column ranges slicing
Out[47]:
a b c
0 0.409038 0.745497 0.890767
1 0.570642 0.181552 0.794599
2 0.568440 0.501638 0.186635
3 0.679125 0.642817 0.697628
### with 2 different column ranges, index based slicing:
In [49]: df[df.columns[0:1].tolist() + df.columns[1:3].tolist()]
Out[49]:
a b c
0 0.409038 0.745497 0.890767
1 0.570642 0.181552 0.794599
2 0.568440 0.501638 0.186635
3 0.679125 0.642817 0.697628
评论
0赞
Sᴀᴍ Onᴇᴌᴀ
6/20/2017
请尽量避免将代码作为答案，并尝试解释它的作用和原因。对于没有相关编码经验的人来说，您的代码可能并不明显。请编辑您的答案以包括澄清、上下文，并尝试在您的答案中提及任何限制、假设或简化。
318赞
Ted Petrou
6/24/2017
#7
2017 年答案 - pandas 0.20：.ix 已弃用。使用 .loc
请参阅文档中的弃用
.loc使用基于标签的索引来选择行和列。标签是索引或列的值。切片包含最后一个元素。.loc
假设我们有一个包含以下列的 DataFrame：
、、、、。foobarquzantcatsatdat
# selects all rows and all columns beginning at 'foo' up to and including 'sat'
df.loc[:, 'foo':'sat']
# foo bar quz ant cat sat
.loc接受 Python 列表对行和列执行的相同切片表示法。切片表示法是start:stop:step
# slice from 'foo' to 'cat' by every 2nd column
df.loc[:, 'foo':'cat':2]
# foo quz cat
# slice from the beginning to 'bar'
df.loc[:, :'bar']
# foo bar
# slice from 'quz' to the end by 3
df.loc[:, 'quz'::3]
# quz sat
# attempt from 'sat' to 'bar'
df.loc[:, 'sat':'bar']
# no columns returned
# slice from 'sat' to 'bar'
df.loc[:, 'sat':'bar':-1]
sat cat ant quz bar
# slice notation is syntatic sugar for the slice function
# slice from 'quz' to the end by 2 with slice function
df.loc[:, slice('quz',None, 2)]
# quz cat dat
# select specific columns with a list
# select columns foo, bar and dat
df.loc[:, ['foo','bar','dat']]
# foo bar dat
您可以按行和列进行切片。例如，如果您有 5 行带有标签 、 、 、vwxyz
# slice from 'w' to 'y' and 'foo' to 'ant' by 3
df.loc['w':'y', 'foo':'ant':3]
# foo ant
# w
# x
# y
评论
0赞
pashute
11/8/2017
如果您使用 apply 和 lambda 行，如： 那么您可以在 ...用。例如（根据这个 StackOverflow 答案），在 如果其中任何一个是非数字的，您可以估值：df['newcol'] = df.apply(lambda row: myfunc(row), axis=1)myfunc(row){row['foo':'ant']myfuncrow['foo':'ant'].apply(lambda x: isinstance(x, str)).any()
6赞
craned
7/1/2018
.iloc现在应该使用，而不是 .解决这个问题，我会投赞成票。.loc
2赞
brian_ds
4/17/2020
@craned - 这是不正确的。来自 Pandas 文档：.loc 主要基于标签，但也可以与布尔数组一起使用。.loc 将在找不到项目时引发 KeyError。关于.iloc也有类似的声明，除了它特指基于索引的切片。换句话说，在这个例子中，他使用了基于标签的索引，而 .loc 是正确的选择（基本上是唯一的选择）。例如，如果要按位置 -rows 5：10 进行切片，请使用 .iloc
1赞
John Smith
1/5/2021
如果我们想要，['foo'， 'ant'， 'cat'， 'sat'， 'dat']，没有 bar 和 quz，可以做这样的事情：['foo'， 'ant'： 'dat']，最快的方法是什么？
2赞
Max Kleiner
7/5/2018
#8
它的等价物
>>> print(df2.loc[140:160,['Relevance','Title']])
>>> print(df2.ix[140:160,[3,7]])
0赞
Vladimir Gavrysh
8/9/2018
#9
如果数据框如下所示：
group name count
fruit apple 90
fruit banana 150
fruit orange 130
vegetable broccoli 80
vegetable kale 70
vegetable lettuce 125
和 OUTPUT 可以是
group name count
0 fruit apple 90
1 fruit banana 150
2 fruit orange 130
如果使用逻辑运算符np.logical_not
df[np.logical_not(df['group'] == 'vegetable')]
更多信息
https://docs.scipy.org/doc/numpy-1.13.0/reference/routines.logic.html
其他逻辑运算符
logical_and（x1， x2， /[， out， where， ...]）计算 x1 和 x2 元素。
logical_or（x1， x2， /[， out， where， casting， ...])逐个元素计算 x1 或 x2 的真值。
- logical_not（x， /[， out， where， casting， ...]）计算真相 NOT x 元素的值。
- logical_xor（x1， x2， /[， out， where， ..]）计算 x1 XOR x2 的真值，逐个元素。
3赞
Camilo
7/10/2019
#10
假设您想要所有行，则从 DataFrame 中获取列子集的另一种方法是：
如果
要使用数字列索引，可以执行以下操作：
和data[['a','b']]data[['c','d','e']]data[data.columns[:2]]data[data.columns[2:]]
0赞
Mykola Zotko
10/26/2021
#11
您可以使用截断方法
df = pd.DataFrame(np.random.rand(10, 5), columns = list('abcde'))
df_ab = df.truncate(before='a', after='b', axis=1)
df_cde = df.truncate(before='c', axis=1)
上一个：为什么切片和范围上限是独占的？
评论
df[5:10])