pandas提取第一列、第二列和最后一列重新组成一个新的pd

在Pandas库中，你可以通过`loc`或`iloc`函数来提取DataFrame中的特定列。假设你有一个名为df的DataFrame，你可以按照以下步骤提取第一列（索引为0），第二列（索引为1），和最后一列（如果有多级索引，可能是基于列名，如果是普通索引则为-1或len(df.columns)-1）。这里我们先假设没有多级索引：

# 提取第一列 (索引从0开始)
first_col = df.loc[:, 0]

# 提取第二列
second_col = df.iloc[:, 1]

# 提取最后一列 (如果没有明确指定，-1表示最后一列)
last_col = df.iloc[:, -1]

# 创建新的DataFrame，只包含这三个列
new_df = pd.DataFrame({'Column1': first_col, 'Column2': second_col, 'LastColumn': last_col})

如果DataFrame有命名索引，提取最后一列需要使用列名而不是索引：

last_col_name = df.columns[-1] # 获取最后一列的名称
last_col = df[last_col_name]

相关问题

pandas提取第一列、第二列和最后一列重新组成一个新的pd，不知道列明，只知道列索引号，完整代码示例

在pandas库中，你可以通过列索引来提取特定的列。假设你有一个DataFrame `df`，并且你想提取第一列（索引为0）、第二列（索引为1），以及最后一列（通常可以获取到列名或者索引为-1），你可以这样做：

import pandas as pd

# 假设 df 是你的 DataFrame
first_col = df.iloc[:, 0]
second_col = df.iloc[:, 1]

# 如果最后一列是基于名称的，可以这样获取（如果列名是 'last_column'）
last_col_name = 'last_column'
if last_col_name in df.columns:
    last_col = df[last_col_name]
else:
    # 如果是基于索引的未知位置，这里默认索引 -1 表示最后一列
    last_col = df.iloc[:, -1]

# 将它们组合成新的 DataFrame
new_df = pd.concat([first_col, second_col, last_col], axis=1)

请注意，上述代码假设你知道最后一列的名称或索引。如果列名不确定，你需要遍历列名或者使用 `df.columns[-1]` 来尝试获取最后一列。

pandas提取第二列

在 Pandas 中，可以使用索引访问数据，以提取第二列。如果数据被存储在 DataFrame 对象中，可以使用以下代码提取第二列：

df = pd.read_csv("data.csv")
second_column = df.iloc[:, 1]

在这个代码片段中，第一行读取 CSV 文件并将其存储在名为 `df` 的 DataFrame 对象中。第二行使用 `iloc` 属性从 DataFrame 中提取所有行的第二列（索引从0开始）。

另外，如果您知道列的名称，则可以使用以下代码提取该列：

df = pd.read_csv("data.csv")
second_column = df["column_name"]

在这种情况下，您需要替换 `column_name` 为该列的实际名称。