如何使用Pandas仅保留DataFrame中的特定两列数据？

在Pandas中，你可以通过选择性地传递列名或列索引来保留DataFrame中的特定两列。如果你有列名，可以这样做：

import pandas as pd

# 假设df是一个DataFrame
selected_columns = ['column1', 'column2']  # 替换为你的列名
new_df = df[selected_columns]

如果你已经有了列索引，可以直接使用它们：

new_df = df.iloc[:, [index_of_col1, index_of_col2]]

在这里，`index_of_col1` 和 `index_of_col2` 是你想保留的列的相应索引。

如果你想动态指定列，可以使用条件筛选：

column_names = df.columns.tolist()  # 获取所有列名
specific_cols = ['column1', 'column2']
new_df = df[[name in specific_cols for name in column_names]]

这将返回一个新的DataFrame，只包含你在列表中指定的列。

相关问题

如何使用Pandas检查数据框中基于特定两列是否存在重复值的另一列？

在Pandas中，你可以使用`duplicated()`函数结合`subset`参数来检查数据框中基于特定两列是否存在重复值的另一列。首先，你需要导入pandas库并加载你的DataFrame。然后，按照以下步骤操作：

import pandas as pd

# 假设 df 是你的 DataFrame，col1 和 col2 是你要检查重复的列，target_col 是你关注的列
df = ... # 你的DataFrame
col1 = 'col1'
col2 = 'col2'
target_col = 'target_col'

# 使用 subset 参数指定你感兴趣的两列
duplicates = df.duplicated(subset=[col1, col2], keep=False)

# 如果 target_col 存在于 dups 中，这意味着存在重复行
exists_duplicates = duplicates[target_col]

# 查看哪些行有重复
print(df[exists_duplicates])

这里的 `keep=False` 表示返回所有重复的组合，如果你想只保留第一次出现的记录可以设置 `keep='first'` 或者 `keep='last'`。

pandas怎么把两列的数据相加？

在Pandas中，如果你想将两个DataFrame或Series的对应元素相加，可以按照以下几种方法操作：

1. 对于DataFrame：

   df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
   df2 = pd.DataFrame({'A': [7, 8, 9], 'B': [10, 11, 12]})
   
   result = df1.add(df2, axis=0)  # 沿着列方向相加，相当于逐元素求和

2. 对于Series：

   s1 = pd.Series([1, 2, 3])
   s2 = pd.Series([4, 5, 6])

   result = s1.add(s2)  # 直接相加，返回一个新的Series

如果你需要对特定的列进行相加，可以在`add`函数中指定列名或索引：

df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
df2 = pd.DataFrame({'A': [5, 6], 'B': [7, 8]})

result = df1[['A', 'B']].add(df2[['A', 'B']], axis=0)

这将仅对'A'和'B'列进行相加。