pandas给多个指定列名

可以使用以下代码来选取多个指定列名：

import pandas as pd

df = pd.read_csv('filename.csv') # 读取csv文件
columns = ['column_name_1', 'column_name_2', 'column_name_3'] # 指定多个列名

df_selected = df[columns] # 选取多个指定列名

print(df_selected) # 输出选取的数据

相关问题

pandas检索指定列名

在pandas中，可以使用`[]`操作符或者`loc`方法来检索指定列名的数据。

使用`[]`操作符：

import pandas as pd

# 创建一个DataFrame示例
data = {'Name': ['Tom', 'Nick', 'John'],
        'Age': [25, 30, 35],
        'City': ['New York', 'Paris', 'London']}
df = pd.DataFrame(data)

# 使用列名检索数据
name_column = df['Name']
print(name_column)

使用`loc`方法：

import pandas as pd

# 创建一个DataFrame示例
data = {'Name': ['Tom', 'Nick', 'John'],
        'Age': [25, 30, 35],
        'City': ['New York', 'Paris', 'London']}
df = pd.DataFrame(data)

# 使用loc方法检索数据
name_column = df.loc[:, 'Name']
print(name_column)

以上两种方法都可以用来检索指定列名的数据。需要注意的是，使用`[]`操作符可以同时检索多个列，而`loc`方法只能检索单个列。如果要检索多个列，可以将列名放在一个列表中传递给`[]`操作符。

pandas groupby自定义输出列名

在Pandas中，可以使用`groupby`函数对数据进行分组，并且可以自定义输出列名。下面是一种实现方式：

1. 首先，使用`groupby`函数对数据进行分组，指定需要分组的列名或者多个列名。

grouped = df.groupby('column_name')

2. 然后，可以使用`agg`函数对每个分组进行聚合操作，并自定义输出列名。可以通过传递一个字典来指定每个聚合函数的输出列名。

result = grouped.agg({'column_name': 'sum', 'another_column': 'mean'})

在上述代码中，我们对'column_name'列进行了求和操作，并将结果命名为'sum'，同时对'another_column'列进行了均值计算，并将结果命名为'mean'。

3. 最后，可以使用`reset_index`函数将分组后的结果重新设置索引。

result = result.reset_index()

这样就可以得到自定义输出列名的分组结果。