python提取dataframe某几列

### 回答1：
在Python的Pandas库中，可以使用如下代码提取DataFrame中的某几列：

df[['column_1', 'column_2', ..., 'column_n']]

其中，df为DataFrame的名称，'column_1', 'column_2', ..., 'column_n'为需要提取的列名。

### 回答2：
要从pandas dataframe中提取一列或多列，可以使用以下方法：

1. 使用列名称：
可以通过使用单个字符串来提取一列，如下所示：

import pandas as pd

df = pd.read_csv('example.csv')
column1 = df['column_name_1']

这将会从dataframe中提取名称为“column_name_1”的列，并将其存储在一个Series对象中。

如果需要提取多列，则可以将多个列名作为一个列表来传递：

column_list = ['column_name_1', 'column_name_2']
two_columns = df[column_list]

这将会从dataframe中提取名称为“column_name_1”和“column_name_2”的两列，并将它们作为dataframe的新子集返回。

2. 使用列索引：
还可以使用列的索引位置来提取列。假设要提取第2列，可以使用以下方法：

second_column = df.iloc[:, 1]

这将从dataframe中提取第2列，并将其存储在一个Series对象中。

想要提取多列，则可以将列索引的列表传递给iloc函数：

column_index_list = [0, 2, 4]
three_columns = df.iloc[:, column_index_list]

这将从dataframe中提取索引为0、2和4的三列，并将它们作为dataframe的新子集返回。

这些是从Python pandas dataframe中提取列的两种常见方法。记住，使用列名提取列比使用列索引更直观、更容易理解，但是如果需要提取多列，使用列索引可以更快捷。

### 回答3：
在Python中，可以使用pandas库中的DataFrame来处理表格数据，包括提取某几列。

首先，需要导入pandas库和读取数据的方式（如读取csv文件）：

import pandas as pd

df = pd.read_csv('your_file.csv')

接着，可以使用iloc方法提取某几列，其语法为：

df_new = df.iloc[:, [列索引1, 列索引2, ...]]

其中，':'表示选取所有行，列索引1、列索引2、...表示待选取的列索引，从0开始计数。比如，要提取第2列和第4列，代码如下：

df_new = df.iloc[:, [1, 3]]

如果想要提取某几列的列名是knowncolumn1和knowncolumn2，可以使用如下代码：

df_new = df[['knowncolumn1', 'knowncolumn2']]

以上两种方式都可以提取多列，只需要在中括号中依次列出列名或者列索引即可。

最后，将提取的结果保存到新的数据框中（也可以覆盖原数据框）：

df = df_new

综上所述，Python提取dataframe某几列有两种方式，分别是使用iloc方法和直接使用列名。根据具体的需求和数据特征，选择合适的方式即可。