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 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 Namecourse1course2course3fruitsport12345

Anna	85	90	82	apple	basketball
Betty	83	85	86	banana	volleyball
Richard	90	83	81	apple	football
Philip	84	88	91	orange	basketball
Paul	85	84	85	peach	baseball

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']] course2fruit12345

90	apple
85	banana
83	apple
88	orange
84	peach

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] course2fruit12345

90	apple
85	banana
83	apple
88	orange
84	peach

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] course1course2course312345

85	90	82
83	85	86
90	83	81
84	88	91
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] course1course2course312345

85	90	82
83	85	86
90	83	81
84	88	91
85	84	85

但是，如果你想輸入df['course1':'course3'] 來(lái)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] Namecourse1course2course3fruitsport23

Betty	83	85	86	banana	volleyball
Richard	90	83	81	apple	football

以下兩種方法 df.loc[]和df.iloc[]就可以解決這個(gè)問(wèn)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']] course2fruit12345

90	apple
85	banana
83	apple
88	orange
84	peach

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

df.loc[:,'course2':'fruit'] course2course3fruit12345

90	82	apple
85	86	banana
83	81	apple
88	91	orange
84	85	peach

選擇多行和多列，例如：

df.loc[1:3,'course2':'fruit'] course2course3fruit123

90	82	apple
85	86	banana
83	81	apple

與 df[ ]類(lèi)似，df.loc[ ]括號(hào)內(nèi)也可以輸入判斷語(yǔ)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 Namecourse1course2course3fruitsport135

Anna	85	90	82	apple	basketball
Richard	90	83	81	apple	football
Paul	85	84	85	peach	baseball

方法三：df.iloc[]: i 表示 integer，用 integer location（行或列的整數(shù)位置，從0開(kāi)始）做索引。

df.iloc與df.loc用法類(lèi)似，只是索引項(xiàng)不同。

df.iloc[:,[2,4]] course2fruit12345

90	apple
85	banana
83	apple
88	orange
84	peach

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] course2course3fruit12345

90	82	apple
85	86	banana
83	81	apple
88	91	orange
84	85	peach

選擇多行與多列，例如：

df.iloc[1:3,[2,4]] course2fruit23

85	banana
83	apple

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

覺(jué)得本文不錯(cuò)的話，請(qǐng)點(diǎn)贊支持一下吧，謝謝！

關(guān)注我 寧萌Julie，互相學(xué)習(xí)，多多交流呀！

參考：

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

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

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

總結(jié)

以上是生活随笔為你收集整理的pandas中如何提取DataFrame的某些列的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。