Question

我有一个（大）数据帧。如何按位置选择特定列？例如第1..3,5,6列

我试图以这种方式执行此操作，而不是仅删除column4，因为我的数据集中有大量行，我想按位置选择：

 df=df[df.columns[0:2,4:5]]

但是这会给IndexError: too many indices for array

DF输入

 Col1     Col2     Col3       Col4        Col5       Col6
 1        apple    tomato     pear        banana     banana
 1        apple    grape      nan         banana     banana
 1        apple    nan        banana      banana     banana
 1        apple    tomato     banana      banana     banana
 1        apple    tomato     banana      banana     banana
 1        apple    tomato     banana      banana     banana
 1        avacado  tomato     banana      banana     banana
 1        toast    tomato     banana      banana     banana
 1        grape    tomato     egg         banana     banana

DF输出 - 所需

 Col1     Col2     Col3       Col5       Col6
 1        apple    tomato     banana     banana
 1        apple    grape      banana     banana
 1        apple    nan        banana     banana
 1        apple    tomato     banana     banana
 1        apple    tomato     banana     banana
 1        apple    tomato     banana     banana     
 1        avacado  tomato     banana     banana     
 1        toast    tomato     banana     banana     
 1        grape    tomato     banana     banana

Answer 1

您可以这样选择第0,1,4列：

df.iloc[:, [0, 1, 4]]

您可以在Indexing and Selecting Data中了解详情。

•iloc主要基于整数位置（从0到长度-1）   （）），但也可以与布尔数组一起使用。 .iloc会提高   如果请求的索引器超出限制，则为IndexError，但slice除外   允许越界索引的索引器。（这符合   python / numpy slice语义）。允许的输入是：

◦整数，例如5

◦整数列表或数组[4,3,0]

◦具有整数1：7的切片对象

◦布尔数组

◦带有一个参数的可调用函数（调用Series，DataFrame   或者）并返回有效的索引输出（其中一个）   以上）

Answer 2

你需要的是numpy np.r_

df.iloc[:,np.r_[0:2,4:5]]
Out[265]: 
   Col1     Col2    Col5
0     1    apple  banana
1     1    apple  banana
2     1    apple  banana
3     1    apple  banana
4     1    apple  banana
5     1    apple  banana
6     1  avacado  banana
7     1    toast  banana
8     1    grape  banana

Answer 3

错误OP face来自df.columns[0:2,4:5]，其中放入的索引太多。 IIUC，您可以将所需的所有列名称放在一起进行选择。

from itertools import chain
cols_to_select = list(v for v in chain(df.columns[0:2], df.columns[4:5]))
df_filtered = df[cols_to_select]

如果cols_to_select中可能存在名称冲突，请使用iloc作为jp_data_analysis建议进行选择，或按Wen建议使用np.r_进行选择。

Answer 4

您还可以将range与concatenate中的numpy一起使用，并获取使用np.concatenate组合两个不同范围的列：

import numpy as np
df = df[df.columns[np.concatenate([range(0,3),range(4,6)])]]
df

输出：

   Col1     Col2    Col3    Col5    Col6
0     1    apple  tomato  banana  banana
1     1    apple   grape  banana  banana
2     1    apple     NaN  banana  banana
3     1    apple  tomato  banana  banana
4     1    apple  tomato  banana  banana
5     1    apple  tomato  banana  banana
6     1  avacado  tomato  banana  banana
7     1    toast  tomato  banana  banana
8     1    grape  tomato  banana  banana

Answer 5

使用pandas iloc方法：

df_filtered = df.iloc[:, [1,2,3,5,6]]

在pandas中按位置选择多个数据帧列

5 个答案: