怎么将DataFrame中的某几列重新生成一个DataFrame

可以使用`pandas`库的`DataFrame`中的`loc`函数，选择需要的列并生成新的`DataFrame`。

比如，假设有以下`DataFrame`：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3],
                   'B': [4, 5, 6],
                   'C': [7, 8, 9]})

如需将'A'和'B'列重新生成一个新的`DataFrame`，可以使用以下代码：

new_df = df.loc[:, ['A', 'B']]

其中`loc`函数中的第一个参数为行索引的范围，使用':'表示选择所有行；第二个参数为需要选择的列名，使用列表格式表示。以上代码将生成以下新的`DataFrame`：

   A  B
0  1  4
1  2  5
2  3  6

相关问题

pandas 中 dataframe提取某几列生成新dataframe报错keyerror

### 解决 pandas DataFrame 提取指定列时遇到 KeyError 的方法

当尝试从 `pandas` 的 `DataFrame` 中提取特定列来创建一个新的 `DataFrame` 时，如果指定了不存在的列名，则会抛出 `KeyError` 错误。为了避免这种情况发生并成功完成操作，可以采取以下几种策略：

#### 方法一：验证列是否存在
在访问之前先确认目标列存在于原 `DataFrame` 中。

import pandas as pd

# 假设有一个名为 df 的原始 DataFrame 和想要获取的一组列 names_to_extract
names_to_extract = ['name', 'age']

if all(name in df.columns for name in names_to_extract):
    new_df = df[names_to_extract].copy()
else:
    missing_columns = set(names_to_extract).difference(df.columns)
    raise ValueError(f"The following columns are not present in the DataFrame: {missing_columns}")

这种方法可以在运行时捕获潜在错误，并给出更具体的提示信息[^1]。

#### 方法二：使用 try-except 处理异常
利用 Python 的异常处理机制捕捉可能发生的 `KeyError` 并作出相应反应。

try:
    new_df = df[['name', 'age']].copy()  # 尝试直接选取所需列
except KeyError as e:
    print("One or more specified column(s) do not exist:", str(e))
    # 可在此处添加额外逻辑以应对缺失情况

此方式允许程序继续执行而不会因未找到某一列而导致整个过程崩溃。

#### 方法三：采用 get 方法安全地获取单个或多个列
对于单个列而言，可以直接调用 `.get()` 方法；而对于多列的情况则可以通过列表推导式实现相同效果。

new_df = pd.DataFrame({col: df.get(col, default=None) for col in ['name', 'age']})

这里默认情况下如果没有匹配到任何数据项将会返回 None 或者其他自定义缺省值[^2]。

以上三种解决方案均能有效防止由于键不存在所引发的关键字错误 (`KeyError`) ，从而确保能够顺利地基于给定条件构建新的子集 `DataFrame` 。值得注意的是，在实际开发过程中应当根据具体需求选择最合适的方法来进行编码实践。

dataframe如何选中几列成为一个新的dataframe

要选中几列成为一个新的dataframe，可以使用pandas的loc或iloc方法。loc方法根据行标签和列标签进行索引，iloc方法则根据行索引和列索引进行索引。

假设我们有一个dataframe df，想要选中列名为col1和col2的两列成为一个新的dataframe，可以使用如下代码：

new_df = df.loc[:, ['col1', 'col2']]

或者使用iloc方法：

new_df = df.iloc[:, [0, 1]]

这两个方法都会选中第一列和第二列，生成一个新的dataframe。如果需要选中连续的列，可以使用冒号（:）来表示。例如，选中第1列到第3列，可以使用以下代码：

new_df = df.iloc[:, 0:3]