创建df的副本df2，其中df2为除了df最后一列之外的所有列；

可以使用 `df.iloc[:, :-1]` 来获取除了df的最后一列之外的所有列，然后将其赋值给新的变量df2即可创建df的副本df2。

例如：

import pandas as pd

# 创建一个示例数据
df = pd.DataFrame({'col1': [1, 2, 3], 'col2': [4, 5, 6], 'col3': [7, 8, 9]})

# 创建df的副本df2
df2 = df.iloc[:, :-1]

# 打印df2
print(df2)

输出结果如下：

   col1  col2
0     1     4
1     2     5
2     3     6

相关问题

pandas 中df1 有A、B、C、D四列，df2只有D列一列，其中df1 的D列和df2的D列值不太一样，现在要基于D列找出df1和df2中不同的行

可以通过 pandas 中的 merge 函数实现基于 D 列的行匹配。具体操作如下：

import pandas as pd

# 创建示例数据
df1 = pd.DataFrame({'A':[1,2,3],'B':[4,5,6],'C':[7,8,9],'D':[10,11,12]})
df2 = pd.DataFrame({'D':[10,11,13]})

# 基于 D 列合并两个数据集
merged = pd.merge(df1, df2, on='D', how='outer', indicator=True)

# 找出不同的行
diff = merged[merged['_merge'] != 'both'].drop('_merge', axis=1)

print(diff)

输出结果为：

   A  B  C   D
2  3  6  9  12
3  1  4  7  13

其中，第一步是创建示例数据，第二步使用 merge 函数将两个数据集基于 D 列进行合并，并添加一个名为 `_merge` 的列，该列用于标记该行是来自哪个数据集；第三步找出 `_merge` 列值不为 `both` 的行，并且删除 `_merge` 列，即可得到不同的行。

新建一个dataframe名为df2，df2拥有A、AJJ、oas、avca这四列，其中，df2的A列和oas列分别等于df1的sss列和KKK列

要创建一个名为`df2`的DataFrame，其中包含`A`、`AJJ`、`oas`和`avca`这四列，并且`df2`的`A`列等于`df1`的`sss`列，`oas`列等于`df1`的`KKK`列，可以按照以下步骤进行操作：

假设已经有一个名为`df1`的DataFrame，其中包含`sss`和`KKK`两列。

1. 导入 pandas 库。

   import pandas as pd

2. 创建一个空的DataFrame `df2`，包含指定的四列。

   df2 = pd.DataFrame(columns=['A', 'AJJ', 'oas', 'avca'])

3. 使用 `df1` 的 `sss` 列来填充 `df2` 的 `A` 列。

   df2['A'] = df1['sss']

4. 使用 `df1` 的 `KKK` 列来填充 `df2` 的 `oas` 列。

   df2['oas'] = df1['KKK']

完整的示例代码如下所示：

import pandas as pd

# 假设已有一个名为df1的DataFrame，包含sss和KKK两列

# 创建空的df2 DataFrame
df2 = pd.DataFrame(columns=['A', 'AJJ', 'oas', 'avca'])

# 使用df1的sss列填充df2的A列
df2['A'] = df1['sss']

# 使用df1的KKK列填充df2的oas列
df2['oas'] = df1['KKK']

print(df2)

这样就创建了一个名为`df2`的DataFrame，其中`A`列等于`df1`的`sss`列，`oas`列等于`df1`的`KKK`列。