选择pandas数据框中的某些列
在pandas中，选择数据框中的某些列可以使用以下方法：
- 使用列名列表选择列：df = df[['列名1', '列名2', ...]]这将返回一个新的数据框，其中只包含指定的列。
- 使用列索引选择列：df = df.iloc[:, [索引1, 索引2, ...]]这将返回一个新的数据框，其中只包含指定索引的列。
- 使用布尔索引选择列：df = df.loc[:, [True, False, True, ...]]这将返回一个新的数据框，其中只包含对应为True的列。
- 使用列名的部分匹配选择列：df = df.filter(like='部分列名')这将返回一个新的数据框，其中列名包含指定部分列名的列。
- 使用正则表达式选择列：df = df.filter(regex='正则表达式')这将返回一个新的数据框，其中列名符合指定正则表达式的列。
pandas是一个强大的数据分析工具，它提供了丰富的功能和灵活的操作方式，适用于数据清洗、转换、分析和可视化等各种任务。它的优势包括：
- 简单易用：pandas提供了直观的数据结构和简洁的API，使得数据处理变得简单易懂。
- 数据处理能力强大：pandas支持各种数据操作，包括数据筛选、排序、聚合、合并、重塑等，可以满足各种数据处理需求。
- 高效性能：pandas基于NumPy实现，使用了向量化操作和优化算法，能够高效处理大规模数据。
- 丰富的生态系统：pandas与其他Python库（如NumPy、Matplotlib、Scikit-learn等）结合使用，可以构建完整的数据分析和机器学习流程。
pandas在各种领域都有广泛的应用，包括金融、市场营销、医疗、社交媒体等。在金融领域，pandas可以用于数据清洗、计算金融指标、构建模型等；在市场营销领域，pandas可以用于用户行为分析、推荐系统等；在医疗领域，pandas可以用于医疗数据分析、疾病预测等。
腾讯云提供了云计算相关的产品和服务，其中与数据处理和分析相关的产品包括云数据库 TencentDB、云数据仓库 TencentDB for TDSQL、云数据湖 Tencent Cloud Data Lake等。您可以通过访问腾讯云官网（https://cloud.tencent.com/）了解更多关于这些产品的详细信息和使用指南。
相关·内容
1回答
有没有办法有条件地在大约10列和400,000行的pandas数据框中删除重复项(特别是使用drop_duplicates )？也就是说，我希望所有有2列的行都满足一个条件:如果date (column)和store (column) #的组合是唯一的，则保留行，否则删除。
浏览 1提问于2015-05-03得票数 8
我有两个数据帧df1和df2。 df1 =
A B C D
1 2 3 7
.
.
df2 =
A E F G
1 5 4 5
.
. 当我通常想要使用pandas合并两个数据框中的特定列时，我会这样做： import pandas as pd
df3 = pd.merge(df1[[A,B]],df2[[A,G]], on='A', how='inner') 然而，我感兴趣的是如何避免数据框中的几列并合并其余列。例如，我希望在合并时避免df1中的列C和D，以及df2中的E和F列，这样得到的df3只有A,B,G列。 这是逆向工程
浏览 11提问于2020-10-10得票数 3
回答已采纳
我正在尝试根据在csv文件中找到的值自动发送电子邮件，我正在将csv文件读取到pandas数据框中。我想知道如何在pandas数据框中的列中查找特定的单词，当该单词出现时，我希望在单独的变量中返回该行中的其他值，以便稍后在电子邮件函数中使用(定义send_notification)。我已经找到了一些方法，可以将行中的所有变量作为一个列表或字符串返回，但我不知道如何将它们存储在单独的变量中。
另一个让我头疼的部分是，我需要所有这些都以迭代的方式发生。由于我试图使用这些变量在另一个发送电子邮件给人的函数(def send_notification)中填充数据，因此我需要将数据存储到单独变量中的函数
浏览 4提问于2018-01-13得票数 0
回答已采纳
我有一个包含uniqueid列的pandas数据框。我想从基于此列的数据框中删除所有重复项，以便所有剩余的观测值都是唯一的。
浏览 0提问于2013-11-01得票数 7
回答已采纳
我有以下数据框 # import Pandas as pd
import pandas as pd
# create a new data frame
df = pd.DataFrame({'Name': ['1234567 A: John Larter 123456 451151515 A: Robert Junior 4646466 9865513 A: Jonny Depp 9456561'],
})
df 所有数据都堆积在单列上。我需要在sepearte列中每个A:之后获取数据 预期的DataFrame
浏览 26提问于2020-03-21得票数 0
Python : Pandas :数据框:列名
我有大量的列，列名也很大。我希望看到一些列和行，但视图变得限制在列名的大小上。如何在没有列名的Python中临时查看数据帧(仅显示数据)
浏览 12提问于2018-05-09得票数 2
这是我的pandas数据框，在索引列中，我只想保留双下划线(__)之后的值，并删除其余的值。 ?
浏览 19提问于2019-01-18得票数 1
回答已采纳
我正在尝试根据另一个Python Pandas数据框列查找超过阈值的值的第一个实例。在下面的代码中，"Trace“列对于多个行具有相同的编号。我想要找到"Value“列超过3的第一个实例，然后，我想从该行获取其余信息，并将其导出到新的Pandas数据框中(如第二个示例所示)。有什么想法吗？
d = {"Trace": [1,1,1,1,2,2,2,2], "Date": [1,2,3,4,1,2,3,4], "Value": [1.5,1.9,3.1,5.5,1.1,3.6,1.9,6.2]}
df = pd.DataFrame
浏览 24提问于2018-07-29得票数 3
回答已采纳
1回答
当我使用qPython运行Q查询时，我能够返回pandas数据框中的数据。我正在努力解决的是“字符串”列的类型，即在q中以简单或混合(字符)列表的形式表示的列。它们的数据类型是object，值以b‘ab34ounadke’的形式表示。然而，我想要的只是字符串形式的"ab34knadke"-part。
我已经看过qPython的文档，但我正在努力完全了解pandas和阅读器组件。
任何想法都非常感谢！
浏览 21提问于2018-12-21得票数 1
回答已采纳
我想知道如何在数据框中使用编号而不是名称来选择特定的列？
在Pandas中就像这样：
df = df.iloc[:,2]
有可能吗？
浏览 1提问于2018-06-18得票数 8
回答已采纳
1回答
使用Pandas进行分析的第二天，我现在正在尝试利用它的绘图功能。我在从数据框创建折线图时遇到了问题，该数据框是在对按日期(以年为单位)分组的列求和后得到的。我想要的图应该显示全年订单量的增长，所以日期应该是X轴，订单应该是Y轴。 我的导入如下： import pandas
import matplotlib.pyplot
import seaborn as sns 我有一个包含所有信息的主数据框架，从那个df中，我制作了另一个只包含一列总和的数据框架。 ordersYears = rawData.groupby(rawData['Date'].dt.year)['T
浏览 12提问于2019-12-04得票数 1
回答已采纳
我有一个10列N行的pandas数据帧。我想从我的数据框中选择两列，并将它们放入一个维数为(N，2)的NumPy 2D数组中。如何做到这一点？
浏览 0提问于2020-06-08得票数 1
2回答
我想在Pandas数据框中添加新行，而不考虑每个新行中的顺序和列数。
当我添加新行时，我希望我的数据框如下所示。每行可以有不同的列数。
---- | 1 | 2 | 3 | 4
row1 | data | data |
row2 | data | data | data
row3 | data |
row4 | data | data | data | data
浏览 1提问于2019-11-12得票数 0
我有大约50个excel工作表与.'xlsb‘扩展名。我想将一个特定的工作表连接到pandas DataFrame中(所有工作表的名称都相同)。我遇到的问题是，每个工作表中的列名称并不完全相同。我使用pandas编写了一段代码，但它的工作方式是将所有值连接到pandas数据框中的同一列中，但基于列的名称。所以举个例子:有时我有一列叫做: FgsNr，有时叫做FgNr --两列中的数据类型和含义完全相同，我希望把它们放在数据框中的同一列中，但是pandas创建来分离数据框中的列，并将那些列中列出的同名的值堆叠在一起。 files = glob(r'C:\Users\Folder
浏览 29提问于2021-08-10得票数 0
我有一个数据框，其中包含一个数值列和一个包含字符串作为元素的列表。我想在该数据框中创建一个新列，其中数字列中的每个数字都对应于列表的索引。
示例：
import pandas as pd
bar = ['cat','dog','chicken']
df = pd.DataFrame({'foo':[0,0,1,1,2,2]})
预期输出：
foo bar
0 0 cat
1 0 cat
2 1 dog
3 1 dog
4 2 chicken
浏览 13提问于2020-02-27得票数 0
回答已采纳
我想从我的一个Pandas数据框列中创建一个唯一值的计数，然后将具有这些计数的新列添加到我的原始数据框中。我试过几种不同的方法。我创建了一个pandas序列，然后使用value_counts方法计算计数。我尝试将这些值合并回我的原始数据帧，但我希望合并的键在Index(ix/loc)中。
Color Value
Red 100
Red 150
Blue 50
我想返回如下内容：
Color Value Counts
Red 100 2
Red 150 2
Blue 50 1
浏览 0提问于2013-07-18得票数 71
我已经在pandas中导入了csv格式的数据。谁能告诉我如何在其中一列中找到大于280的值，并将它们放入另一个数据框中。到目前为止，我已经完成了以下代码：
import numpy as np
import pandas as pd
df = pd.read_csv('...csv')
数据部分如附图所示：
浏览 1提问于2017-04-20得票数 4
1回答
我有一个熊猫数据框的形状(455698，62)。我想将它另存为csv文件，稍后再用pandas加载它。现在我这样做：
df.to_csv("/path/to/file.csv",index=False,sep="\\", encoding='utf-8') #saving
df=pd.read_csv("/path/to/file.csv",delimiter="\\",encoding ='utf-8') #loading
我得到了一个形状为(455700，62)的数据帧:又多了2行？当我详细检查
浏览 0提问于2017-01-09得票数 1
1回答
我有一个包含许多列(150)的Pandas数据框，其中140列(第10列到第150列)表示一段时间(通过140天)的天气度值。每列表示不同日期的学位。对于我的数据框中的两行(每行代表一个不同的城市)，我希望绘制所有气象点的趋势，从第一列(第10列)到最后一列(第150列)。
我不能设法做到这一点，因为它是数据帧。我应该先创建一个透视表吗？一份清单？
你知道如何以一种有效的方式来处理它吗？
谢谢
浏览 2提问于2019-04-23得票数 1
我有一个熊猫数据框架，它有一些列。如果列没有显示在列表中，我想删除这些列。 pandas数据框列： list(pandas_df.columns.values) 结果： ['id', 'name' ,'region', 'city'] 和我期望的列名： final_table_columns = ['id', 'name', 'year'] X次运算后的结果应该是： list(pandas_df.columns.values)
['id', 'name&#
浏览 18提问于2019-07-05得票数 13
回答已采纳
我有一个数据框架( pandas格式)，它由数字列和非数字列组成。我只想用标量除以数值单元格，但是如果不显式定义数值列，我就找不到任何自动执行此操作的函数(因为数据框很大，我不能准确地定义数值列)。我找到了pd.divide，但它不工作(我遇到以下错误:/的操作数类型不受支持：'str‘和'int')
浏览 10提问于2020-06-28得票数 0
回答已采纳
我想将一个列表作为新列添加到数据框中。我正在做： df['Intervention'] = interventionList 它给了我 SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame 我读过Pandas add a series to dataframe column，在那里大家接受的答案非常相似。
浏览 86提问于2020-06-27得票数 3
2回答
访问pandas中的列。 如何访问pandas数据框中的单列和多个随机列？如果我有6列'a'，'b'，'c'，'d'，'e'，'f‘，我怎么能访问列'a’，剩下的3列是随机的。我尝试使用df.sample()，但它将显示随机列和列'a‘，而不是自动显示。
浏览 7提问于2021-09-03得票数 0
我已经阅读了将csv文件加载到pandas数据帧中，并希望对该数据帧进行一些简单的操作。我不知道如何根据从原始数据框中选择的列来创建新的数据框。我的尝试是：
names = ['A','B','C','D']
dataset = pandas.read_csv('file.csv', names=names)
new_dataset = dataset['A','D']
我想用原始数据帧中的列A和D创建一个新的数据帧。
浏览 1提问于2017-07-11得票数 24
回答已采纳
我有一个Pandas数据框架，并希望降低每个数字列的级别，保持分类变量列条目不变。通过"demean"，我只是希望从每个列条目中减去相应列中所有条目的平均值。 数据框来自Wisconsin Breast Cancer目录中的569名患者，为每个患者列出了10种不同的数字测量，以及M(恶性)或B(良性)的诊断。 import pandas as pd
df = pd.read_csv('data/UWbcd.csv')
%load_ext google.colab.data_table. #just for purposes of browsing the d
浏览 35提问于2020-10-22得票数 0
回答已采纳
2回答
如何有效地选择只有1个唯一值的pandas数据框列？
我知道DataFrame和Series.nunique()
浏览 0提问于2018-03-05得票数 2
3回答
我有一个有三列的pandas数据框，都是文本。如何创建一个只包含三列中最长的文本的新列？我将长度定义为简单的字符计数。
浏览 24提问于2019-04-16得票数 1
回答已采纳
我要删除copy_nb列中包含Copy 1的所有行 我尝试了pandas Series.str.contains的简单和容易的功能，如下所示： df=df[~df.copy_nb.str.contains("Copy 1", na=False)] 不幸的是，它删除了包含Copy 1、Copy 10、Copy 11等的列。 下面是我想要清理的数据框示例： ?
浏览 18提问于2019-04-26得票数 0
3回答
我正在尝试在pandas数据框架中找到列的最小值，其中的cols是排列和拆分的。例如，我在pandas中有数据帧，如图所示。
我正在迭代数据框以获取更多的逻辑，并希望在单独的变量中获得T3:T6和T11:T14之间的列中值的最小值。
试用过print(df.iloc[2,2:,2:4].min(axis=1))
当我迭代时，我期望Row1为9和13。
浏览 2提问于2019-08-14得票数 0
2回答
我需要在我的pandas数据框中创建一列，该列依赖于同一行中的其他项。例如，这是我的数据帧。
df = pd.DataFrame(
[['a',],['a',1],['a',1],['a',2],['b',2],['b',2],['c',3]],
columns=['letter','number']
)
letters numbers
0 a 1
1 a 1
2
浏览 9提问于2018-11-27得票数 1
在我的理解中，列格式更适合于MapReduce任务。即使对于某些列的选择，columnar也能很好地工作，因为我们不必将其他列加载到内存中。
但是在Spark3.0中，我看到在查询计划中应用了这个ColumnarToRow操作，根据我从可以理解的，查询计划将数据转换为行格式。
它如何比柱状表示更有效，管理该规则应用的洞察力是什么？
对于下面的代码，我附加了查询计划。
import pandas as pd
df = pd.DataFrame({
'a': [i for i in range(2000)],
'b': [i for i in re
浏览 13提问于2020-11-12得票数 10
5回答
我有一个脚本，它生成一个具有不同数量的值列的pandas数据框。例如，此df可能是 import pandas as pd
df = pd.DataFrame({
'group': ['A', 'A', 'A', 'B', 'B'],
'group_color' : ['green', 'green', 'green', 'blue', 'blue'],
'val1': [5, 2, 3
浏览 67提问于2019-09-18得票数 22
回答已采纳
如何按特定的列名对pandas的数据帧进行排序？我的数据框列如下所示： +-------+-------+-----+------+------+----------+
|movieId| title |drama|horror|action| comedy |
+-------+-------+-----+------+------+----------+
| |
+-------+-------+-----+------+------+----------+ 我只想按列对数据帧进行排序=‘戏剧’
浏览 17提问于2020-08-31得票数 2
1回答
对于pandas的字典格式的数据，如果有任何值超出了68 & 72的范围，我如何标记数据集( pandas数据框中的列)？
df = pd.DataFrame(dict(a=[71.5,72.8,79.3],
b=[70.2,73.3,74.9],
c=[63.1,64.9,65.9],
d=[70.1,70.4,70.9]))
我尝试做的是创建一个单独的pandas数据框，如果有任何数据超出了68和72的范围，就创建一个单独的pandas数据框架。
浏览 0提问于2018-03-17得票数 1
我有一个没有任何列标题的excel文件。如下所示：
我有一个单独的JSON文件，它解释了A列是客户数量，B列是他们bought...etc的产品数量。
{
"excel_template": "template.xlsx",
"excel_sheets": [
{"sheet_name": "Daily",
"id_column": "A",
"frequency&
浏览 3提问于2021-11-15得票数 0
2回答
我有一个大约360列的Pandas数据框。我希望根据在其余列中有多少列的值大于0的计数，将另一列添加到另一帧中。我的所有列的类型都是浮动64。
如果这是我的原始数据帧
column A column B column C ...............Column Z
0 1.5 6.77 3.33
3.5 4.5 0 0
0 0 0.98 0
.
.
.
2.35 4.32
浏览 23提问于2021-02-26得票数 0
2回答
我在和熊猫打架，现在我输了。我有一个类似于下面的源表：
import pandas as pd
a=pd.Series([123,22,32,453,45,453,56])
b=pd.Series([234,4353,355,453,345,453,56])
df=pd.concat([a, b], axis=1)
df.columns=['First', 'Second']
我想用列' first‘中的值的第一个数字将新列添加到此数据框中: a)将列’first‘中的数字改为字符串b)从新创建的字符串中提取第一个字符c) b)b)结果b另存为数据框中
浏览 1提问于2016-02-22得票数 60
回答已采纳
我有一个包含“年份”列的熊猫数据框。但是，由于外部合并，一些行具有np.NaN值。因此，pandas中列的数据类型被转换为float64而不是integer (integer不能存储NaNs?)。接下来，我想将数据帧存储在postGreSQL数据库中。为此，我使用：
df.to_sql()
一切正常，但是我的postGreSQL列现在是"double precision“类型，并且np.NaN值现在是null。这一切都是有意义的，因为输入列类型是float64而不是整数类型。
我想知道是否有一种方法可以将结果存储在具有nans的整型列中。
示例
Ami的回答的结果：
浏览 2提问于2018-05-18得票数 3
1回答
我有一个13000行3列的数据框：
('time', 'rowScore', 'label')
我想一个子集一个子集地读：
[[1..360], [360..712], ..., [12640..13000]]
我也使用了list，但它不起作用：
import pandas as pd
import math
import datetime
result="data.csv"
dataSet = pd.read_csv(result)
TP=0
count=0
x=0
df = pd.DataFrame(dataSet, col
浏览 8提问于2018-12-18得票数 1
我在excel文件中有一些数据，我使用pandas read_excel方法读取它。但是，我希望将所有列中的整个数据作为字符串读取，包括date列。
问题是我想把date列的原始格式保留为string。例如，我在excel中有'31.01.2017‘，它的格式是日期，我想在我的数据框中有'31.01.2017’。
我认为在dtype=str中使用read_excel的dytpes参数是正确的方法。但是pandas随后将date列读取为datetime，然后将其转换为string。所以最后我的数据框里总是有'2017-01-31 00:00:00‘。
有没有办法做到这一点
浏览 1提问于2017-10-12得票数 4
2回答
在过去的几天里，我在Python语言中处理数据框时遇到了一些问题--我一直在尝试计算我的数据框中“城市”列的坐标值(它大约有10500行，但是当我试图在该列上运行任何函数时，我总是收到一个KeyError：'City‘。
背景
我一直在输入一个包含大约10500行x 15列的.csv文件，并将其转换为数据帧。然后我在末尾添加了一个额外的列，叫做'City‘，用来保存’City‘列的坐标值。
#inserting my .csv file to convert to a dataframe
df = pd.read_csv("/path/to/test.csv")
浏览 9提问于2018-12-06得票数 0
1回答
我刚接触python和pandas 在下面的数据框中，我需要删除完全为" None“的列，其中包含"blanks None"，但不删除包含值和None的列 ? 在上表中，我希望删除列A和列C，因为它们完全是“无”或“空白和无”，但是列B至少在3个单元格中有一些有效数据，它不应该被干扰 如何在df.drop (pandas)中给出这个条件
浏览 48提问于2021-11-11得票数 0
回答已采纳
我有一个pandas数据框，我想打开一个包含公式的现有excel工作簿，将数据框复制到一组特定的列中(假设从A列到H列)，然后用不同的名称将其另存为一个新文件。
其思想是更新现有的模板，用一组指定的列中的数据帧填充它，然后用不同的名称保存Excel文件的副本。
有什么想法吗？
我所拥有的是：
import pandas
from openpyxl import load_workbook
book = load_workbook('Template.xlsx')
writer = pandas.ExcelWriter('Template.xlsx'
浏览 0提问于2016-03-11得票数 1
我有一个Pandas DataFrame，它的列用Python tuples标记。
这些列标签元组可以不包含任何内容。
当我尝试使用以下任一方法向数据框添加列时，标记元组中的None被隐式转换为numpy.nan。
方法1-使用dataframe[ NewColumn ] = ...语法添加列
>>> import pandas
>>> df = pandas.DataFrame()
>>> column_label = ( 'foo', None )
>>> df[column_label] = [ 1,
浏览 1提问于2016-01-05得票数 1
我在pandas中有一个数据框，其中有多个列。我有一个任务，如果条件在列C中匹配，则对列A中的特定单元格进行颜色编码。
我附上了一个例子。我想对C列应用三个不同的条件
1. If Column C = poor than Column A = red color
2. If Column C = good then Column A = Orange color
3. If Column C = very good then Column A = Green color
提前感谢！
浏览 1提问于2019-11-19得票数 2
1回答
我正在做一个网络抓取脚本。生成的pandas数据框非常棒，但是我需要添加一个包含在HTML中的href URL值的unique_id列。
<td><a href="/admin/tasks/edit/82689"> ADDRESS </a> CLIENT </td>
目前Pandas数据框有一个包含'ADDRESS CLIENT‘的列，但是我如何添加一个包含href URL的单独列呢？
我目前可以使用以下内容获取逗号分隔的unique_id值列表：
unique_id = [a['href'] for a
浏览 1提问于2018-08-06得票数 0
回答已采纳
我有pandas数据帧，我想要消除列的极值。例如:我有一个叫做df的pandas数据框，还有一个叫做percentage的列。我想根据以下条件过滤出数据框，根据percentage列中的值消除前10个百分位数和最后10个百分位数。 我想把它过滤到10%到90%。 我想到了以下几点， df[(df.percentage > np.percentile(df.percentage, 10 )) & (df.percentage < np.percentile(df.percentage, 90 ))] 这是正确的方法吗？或者有人可以推荐更快的方法吗？
浏览 30提问于2019-04-28得票数 1
回答已采纳
使用Python3和Anaconda，我在ipython上导入了pandas和os。我有一个非常大的csv文件。在对文件使用read_csv之后，我尝试对两列使用.groupby()，但它将数据类型从DataFrame更改为DataFrameGroupBy，并且我不能再对其运行数据框方法。 我想不出任何可以尝试的东西。我对熊猫的经验很少，通过codecademy获得的。我的代码似乎可以在那里工作。 import os
import pandas as pd
totals = pd.read_csv('filename')
band_gaps = totals.groupb
浏览 19提问于2019-06-21得票数 0
回答已采纳
我正在尝试在数据框中添加一些额外的列中的额外数据。
考虑下面的示例代码：
import pandas
import numpy
def more_data(d):
return 1, 2
df = pandas.DataFrame({"A":[1, 2, 3], "B":[17, 16, 15]})
x = df.apply(more_data, axis=1)
df1 = pandas.DataFrame(x)
df2 = pandas.concat([df, df1], axis=1)
print(df2)
输出为：
A B 0
浏览 1提问于2019-05-30得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
