pandas dataframe 如何选择多列

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

1

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)

1

2

3

4

5

6

7

8

9

df

1

Namecourse1course2course3fruitsport

1Anna859082applebasketball

2Betty838586bananavolleyball

3Richard908381applefootball

4Philip848891orangebasketball

5Paul858485peachbaseball

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

1 90

2 85

3 83

4 88

5 84

Name: course2, dtype: int64

1

2

3

4

5

6

df[column list]：选择列。例如：

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

1

course2fruit

190apple

285banana

383apple

488orange

584peach

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]

1

2

course2fruit

190apple

285banana

383apple

488orange

584peach

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]

1

2

course1course2course3

1859082

2838586

3908381

4848891

5858485

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]

1

2

course1course2course3

1859082

2838586

3908381

4848891

5858485

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]

1

Namecourse1course2course3fruitsport

2Betty838586bananavolleyball

3Richard908381applefootball

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']]

1

course2fruit

190apple

285banana

383apple

488orange

584peach

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

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

1

course2course3fruit

19082apple

28586banana

38381apple

48891orange

58485peach

选择多行和多列，例如：

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

1

course2course3fruit

19082apple

28586banana

38381apple

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

1

2

Namecourse1course2course3fruitsport

1Anna859082applebasketball

3Richard908381applefootball

5Paul858485peachbaseball

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]]

1

course2fruit

190apple

285banana

383apple

488orange

584peach

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]

1

course2course3fruit

19082apple

28586banana

38381apple

48891orange

58485peach

选择多行与多列，例如：

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

1

course2fruit

285banana

383apple

与 df.loc[] 不同，df.iloc[] 括号内不可以输入判断语句。

读取数据为dataFrame格式后，需要对数据进行访问操作。

首先生成数据，并进行打印,可以看到数据格式如下：

import pandas as pd
data_list = [[56,2,32],[51,5,45],[31,14,25],[13,24,75]]
df = pd.DataFrame(data_list,columns=['A','B','C'])
print(df)

为方便直观的看到数据访问差别，在此将index数据修改为row1,row2,row3,row4

df.index = ['row1','row2','row3','row4']
print(df)

修改后的index为：

. loc是按照行名列名进行访问，iloc按照位置进行访问。

就是说第0行第0列，与row1,A访问的位置是同一个位置，数据是同一个数据。

res1 = df.loc['row1','A']
print(res1)

res2 = df.iloc[0,0]
print(res2)

可以从调试中看到：

访问多行多列

#访问多行多列：
res3 = df.loc['row1',['A','B']]
print(res3)

res4 = df.iloc[0,0:2]
print(res4)

注意：在iloc中，0:2，从第0行开始，到第二行结束，不包含第二行

访问指定列的所有数据

#访问多行多列：
res5 = df.loc[:,['A','B']]
print(res5)

res6 = df.iloc[:,0:2]
print(res6)

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

————————————————

版权声明：本文为CSDN博主「宁萌Julie」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。

原文链接：https://blog.csdn.net/applebear1123/article/details/125128742