Rumah > pembangunan bahagian belakang > Tutorial Python > Bagaimanakah Saya Memilih Berbilang Lajur daripada Pandas DataFrame?

Bagaimanakah Saya Memilih Berbilang Lajur daripada Pandas DataFrame?

DDD
Lepaskan: 2024-12-16 18:01:21
asal
979 orang telah melayarinya

How Do I Select Multiple Columns from a Pandas DataFrame?

Memilih Berbilang Lajur dalam Bingkai Data Pandas

Apabila bekerja dengan bingkai data, keperluan untuk memilih lajur tertentu sering dihadapi. Dalam Pandas, terdapat pelbagai cara untuk mencapai perkara ini.

Satu tanggapan salah biasa ialah cuba menggunakan penghirisan untuk memilih lajur:

df1 = df['a':'b']
Salin selepas log masuk

Pendekatan ini tidak akan berfungsi kerana nama lajur tidak boleh dihiris secara langsung . Sebaliknya, terdapat dua pilihan yang berdaya maju:

1. Pengambilan Lajur Terpilih mengikut Nama:

Kaedah ini melibatkan penghantaran senarai nama lajur kepada pengendali []:

import pandas as pd

df = pd.DataFrame({
    'a': [2, 3],
    'b': [3, 4],
    'c': [4, 5],
})

df1 = df[['a', 'b']]
Salin selepas log masuk

2. Pengindeksan mengikut Kedudukan Lajur:

Jika kedudukan lajur diketahui lebih awal, anda boleh menggunakan iloc untuk memilih lajur mengikut indeks:

df1 = df.iloc[:, 0:2]  # Remember that slicing is exclusive of the ending index
Salin selepas log masuk

Petua Tambahan:

  • Untuk mendapatkan indeks lajur menggunakan get_loc fungsi:
{df.columns.get_loc(c): c for idx, c in enumerate(df.columns)}
Salin selepas log masuk
  • Untuk memastikan lajur yang dipilih adalah salinan dan bukannya paparan, gunakan kaedah copy():
df1 = df.iloc[:, 0:2].copy()
Salin selepas log masuk

Atas ialah kandungan terperinci Bagaimanakah Saya Memilih Berbilang Lajur daripada Pandas DataFrame?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan