pandas截取多列
时间: 2023-08-04 07:07:49 浏览: 54
你可以使用pandas的索引操作来截取多列数据。以下是一些方法示例:
1. 使用列名列表:
```python
df_new = df[['col1', 'col2', 'col3']]
```
2. 使用列索引列表:
```python
df_new = df.iloc[:, [0, 1, 2]]
```
3. 使用切片操作:
```python
df_new = df.loc[:, 'col1':'col3']
```
请注意,以上方法中的df表示你的DataFrame对象,'col1'、'col2'和'col3'是你要截取的列的名称或索引。这些方法都可以返回一个新的DataFrame对象,其中只包含你选择的列。
相关问题
pandas删除多列
要删除多列,您可以使用 Pandas 的 `drop()` 函数。
以下是一个示例代码:
```python
import pandas as pd
# 创建示例 DataFrame
df = pd.DataFrame({'列1': [1, 2, 3, 4],
'列2': [5, 6, 7, 8],
'列3': [9, 10, 11, 12],
'列4': [13, 14, 15, 16]})
# 删除多列
df = df.drop(['列2', '列4'], axis=1)
print(df)
```
在上面的代码中,我们首先创建了一个示例 DataFrame `df`,其中包含了多个列。
然后,我们使用 `drop()` 函数来删除多列。通过传递要删除的列名列表 `['列2', '列4']` 和参数 `axis=1`,指定按列进行删除操作。
最后,我们将删除后的 DataFrame 赋值给 `df`,并将其打印出来。
通过这种方式,您可以删除多列。请根据您的实际数据和需求进行相应的调整。
pandas 筛选多列
可以使用 pandas 的 loc 或 iloc 方法来筛选多列数据。
假设有一个 DataFrame df,需要筛选列名为 col1、col2 和 col3 的三列数据,可以使用以下代码:
```python
df_filtered = df.loc[:, ['col1', 'col2', 'col3']]
```
或者
```python
df_filtered = df.iloc[:, [0, 1, 2]]
```
其中 loc 方法使用列名进行筛选,iloc 方法使用列索引进行筛选。两种方法都可以实现筛选多列数据。