PANDAS中的高效列索引和选择

Question

我正在寻找从数据框中选择多个列的最有效方法：

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.rand(4,8), columns = list('abcdefgh'))

我想只选择以下列a，c，e，f，g的列，可以使用索引来完成：

df.ix[:,[0,2,4,5,6]]

对于许多列的大型数据框，这似乎是一种效率低下的方法，我宁愿按范围指定连续的列索引，如果可能的话，但是如下所示的尝试都会引发语法错误：

df.ix[:,[0,2,4:6]]

或

df.ix[:,[0,2,[4:6]]]

Answer 1

我认为你可以使用range：

print [0,2] + range(4,7)
[0, 2, 4, 5, 6]


print df.ix[:, [0,2] + range(4,7)]
          a         c         e         f         g
0  0.278231  0.192650  0.653491  0.944689  0.663457
1  0.416367  0.477074  0.582187  0.730247  0.946496
2  0.396906  0.877941  0.774960  0.057290  0.556719
3  0.119685  0.211581  0.526096  0.213282  0.492261

Answer 2

选择不相邻的列后，您将支付负担 如果你的数据是同质的，那么回归到numpy会给你带来显着的改善。

<input type='checkbox' name='check[]' value='$hobby'><label>$hobby</label>

Answer 3

熊猫相对深思熟虑，最短的路是效率最高的：

df[['a','c','e','f','g']]

您不需要ix，因为它会搜索您的数据，但为此您显然需要列的名称。