python中如何根据数组列名称，选取几列组成新的数组

可以使用pandas库中的DataFrame类和loc属性来实现。

示例代码：

import pandas as pd

# 假设原始数组为df
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 选取列名为'A'和'C'的列组成新数组
new_df = df.loc[:, ['A', 'C']]

这样，new_df就是一个只包含A和C两列的新数组了。

相关问题

python提取array里的某几列

在Python中，如果你正在处理Pandas DataFrame而不是纯数组，可以轻松地从DataFrame中选择特定列。Pandas库提供了一个`loc`或`iloc`函数来实现这个操作。

例如，如果你有一个名为df的DataFrame，你想提取第1、3和4列，你可以这样做：

selected_columns = df.loc[:, ['column1', 'column3', 'column4']]

这里，`:`表示所有行，`['column1', 'column3', 'column4']`是你想要选择的列名列表。

如果你确实是在处理NumPy数组（ndarray），并且它有明确的列索引，你可以通过列名获取列，但这通常发生在字典或结构化数组中，比如：

import numpy as np
arr = np.core.records.fromarrays([...], names=['col1', 'col2', 'col3'])
selected_cols = arr[['col1', 'col3']]

在这个例子中，`names`属性是列名，`[['col1', 'col3']]`选取的是特定的列。

如果只想选取某几列的数据，应该怎么做

如果你只想选取某几列的数据，可以在加载数据集时直接指定需要的列。比如说，如果你想要选取数据集中的第1、3、5列，可以这样实现：

data = pd.read_csv('data.csv', usecols=[0, 2, 4])

其中，`usecols`参数可以接受一个列表，列表中的元素为需要选择的列的索引。在本例中，我们选择了第0、2、4列，即数据集中的第1、3、5列。读入数据后，`data`变量将只包含这些列的数据。

如果你想要选择某一列或某几列，可以使用`iloc`函数，例如：

X = data.iloc[:, [0, 2]].values

其中，`:`表示选择所有的行，`[0, 2]`表示选择第1列和第3列，`values`表示将所选的数据转化为numpy数组，这里得到的`X`变量将只包含第1列和第3列的数据。