数据分析,python相关学习资料：

 https://edu.51cto.com/video/2306.html

 https://edu.51cto.com/video/4645.html

 https://edu.51cto.com/video/1158.html

Python DataFrame 取特定多列的技巧

在数据分析中，我们经常需要从数据集中提取特定的列进行进一步的分析。Python 的 Pandas 库提供了非常强大的数据操作功能，其中就包括了对 DataFrame 进行列的选取。本文将介绍如何使用 Pandas 库取出 DataFrame 中的特定多列。

流程图

首先，我们通过一个流程图来了解整个操作的步骤：

是 否 开始 是否有多列需要选取 使用iloc或列名列表 使用单个列名或索引 选取列 结束

关系图

接下来，我们通过一个关系图来表示 DataFrame 中列与行的关系：

DW int id PK id string name name float salary salary string department department

假设我们有一个名为 df 的 DataFrame，它包含上述的 id, name, salary, department 四列。

代码示例

使用列名列表

如果你需要选取多个列，可以使用列名的列表。例如，如果我们想选取 name 和 salary 这两列：

import pandas as pd

# 假设 df 是已经存在的 DataFrame
selected_columns = df[['name', 'salary']]
print(selected_columns)
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
使用 iloc

如果你想根据列的索引位置来选取列，可以使用 iloc。例如，选取第一列和第三列：

selected_columns_with_index = df.iloc[:, [0, 2]]
print(selected_columns_with_index)
  • 1.
  • 2.
结合条件

有时我们可能需要根据某些条件来选取列。例如，我们想选取所有以 ‘s’ 开头的列名：

selected_columns_with_condition = df.loc[:, df.columns.str.startswith('s')]
print(selected_columns_with_condition)
  • 1.
  • 2.

结语

通过上述的示例，我们可以看到 Pandas 库在处理 DataFrame 列选取方面提供了非常灵活的方法。无论是通过列名列表、索引位置还是结合条件，都可以方便地实现列的选取。掌握这些技巧将大大提高数据分析的效率。希望本文能够帮助你在数据分析的道路上更进一步。