用列名显示datafram中特定的几个列
时间: 2024-03-06 19:49:39 浏览: 15
您可以使用 Pandas 中的 `loc` 方法来选择特定列并显示它们。以下是一些示例代码:
```
import pandas as pd
# 创建一个示例 DataFrame
df = pd.DataFrame({'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35], 'City': ['New York', 'London', 'Paris'], 'Country': ['USA', 'UK', 'France']})
# 选择 'Name' 和 'Age' 列并显示它们
selected_columns = df.loc[:, ['Name', 'Age']]
print(selected_columns)
```
此代码将选择 'Name' 和 'Age' 列,并将它们打印出来。请注意,您需要在 `loc` 方法中将列名作为列表传递。此外,`:` 表示您要选择所有行。
相关问题
现实datafram中特定的几个列
如果您想仅选择 DataFrame 中的特定列并创建一个新的 DataFrame,则可以使用 Pandas 中的 `loc` 或 `iloc` 方法。以下是一些示例代码:
1. 使用列名选择列:
```
import pandas as pd
# 创建一个示例 DataFrame
df = pd.DataFrame({'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35], 'City': ['New York', 'London', 'Paris'], 'Country': ['USA', 'UK', 'France']})
# 选择 'Name' 和 'Age' 列并创建一个新 DataFrame
new_df = df.loc[:, ['Name', 'Age']]
# 显示新的 DataFrame
print(new_df)
```
此代码将选择 'Name' 和 'Age' 列,并将结果存储在 `new_df` 变量中。
2. 使用列的索引选择列:
```
import pandas as pd
# 创建一个示例 DataFrame
df = pd.DataFrame({'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35], 'City': ['New York', 'London', 'Paris'], 'Country': ['USA', 'UK', 'France']})
# 选择第一列和第三列并创建一个新 DataFrame
new_df = df.iloc[:, [0, 2]]
# 显示新的 DataFrame
print(new_df)
```
此代码将选择第一列和第三列,并将结果存储在 `new_df` 变量中。请注意,`iloc` 方法使用列的索引而不是列名。
筛选datafram中特定的几个列并生成一个新的datafram
您可以使用 Pandas 中的 `loc` 或 `iloc` 方法来选择特定列并创建一个新的 DataFrame。以下是一些示例代码:
1. 使用列名选择列:
```
import pandas as pd
# 创建一个示例 DataFrame
df = pd.DataFrame({'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35], 'City': ['New York', 'London', 'Paris'], 'Country': ['USA', 'UK', 'France']})
# 选择 'Name' 和 'Age' 列并创建一个新 DataFrame
new_df = df.loc[:, ['Name', 'Age']]
# 显示新的 DataFrame
print(new_df)
```
此代码将选择 'Name' 和 'Age' 列,并将结果存储在 `new_df` 变量中。
2. 使用列的索引选择列:
```
import pandas as pd
# 创建一个示例 DataFrame
df = pd.DataFrame({'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35], 'City': ['New York', 'London', 'Paris'], 'Country': ['USA', 'UK', 'France']})
# 选择第一列和第三列并创建一个新 DataFrame
new_df = df.iloc[:, [0, 2]]
# 显示新的 DataFrame
print(new_df)
```
此代码将选择第一列和第三列,并将结果存储在 `new_df` 变量中。请注意,`iloc` 方法使用列的索引而不是列名。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)