python dataframe选取除了某一列的其它列

可以使用 drop() 方法来删除某一列，例如：

import pandas as pd

# 创建一个示例 dataframe
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 选取除了列 C 以外的其它列
new_df = df.drop('C', axis=1)

print(new_df)

输出：

   A  B
0  1  4
1  2  5
2  3  6

相关问题

python的dataframe怎么选取某一列的几行

在 Python 的 Pandas 库中，数据表格是由 DataFrame 类型来表示的。要选取某一列的几行，可以使用 DataFrame 的 `iloc` 或 `loc` 属性。

假设你有一个 DataFrame，每一行代表一个样本，每一列代表一个特征，你想要选取第二列的前三行，可以按照以下方式实现：

import pandas as pd

# 创建 DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8], 'C': [9, 10, 11, 12]})

# 选取第二列的前三行
second_col = df.iloc[:3, 1]
print(second_col)  # 输出 0    5  1    6  2    7  Name: B, dtype: int64

这里的 `iloc[:3, 1]` 表示选取前三行、第二列的数据。其中，`iloc` 表示使用整数索引定位数据，`[:3]` 表示选取前三行，`1` 表示选取第二列。

如果你想使用列名来选取某一列的几行，可以使用 `loc` 属性，如下所示：

import pandas as pd

# 创建 DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8], 'C': [9, 10, 11, 12]})

# 选取第二列的前三行
second_col = df.loc[:2, 'B']
print(second_col)  # 输出 0    5  1    6  2    7  Name: B, dtype: int64

这里的 `loc[:2, 'B']` 表示选取前三行、列名为 `'B'` 的数据。其中，`loc` 表示使用标签定位数据，`:2` 表示选取前三行，`'B'` 表示选取列名为 `'B'` 的数据。

python dataframe对象求某一行均值

可以使用pandas库中的mean()函数求DataFrame对象的某一行的均值，示例代码如下：

import pandas as pd

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

# 求第一行的均值
mean = df.iloc[0].mean()
print(mean)

输出结果为：

2.6666666666666665

在上述代码中，首先创建了一个包含3行3列数据的DataFrame对象，然后使用iloc[]函数选取第一行数据，最后对这一行数据使用mean()函数求均值。