Pandas 通过切片和选择进行索引
Pandas indexing by slicing and selection
无法想象以前没有人问过这个问题，但找不到类似的 post。
问：假设您有一个包含 m 列的 pandas 数据框 (df.shape == (nxm))。我想通过切片和选择列来提取列的子集，看起来像：
df1 = df.iloc[:,[a,b,c:d]]。这可能吗？在此示例中，结果应在 df1 中实例化一个数据帧，其中列为数据帧 df 的 a、b 和 c 列。
您可以将整数列表或切片传递给 iloc，但不能同时传递两者。 Numpy 具有 r_ 函数，可用于将 [a,b,c:d] 转换为列表。
import numpy as np
df1 = df.iloc[:, np.r_[a,b,c:d]]
无法想象以前没有人问过这个问题，但找不到类似的 post。
问：假设您有一个包含 m 列的 pandas 数据框 (df.shape == (nxm))。我想通过切片和选择列来提取列的子集，看起来像：
df1 = df.iloc[:,[a,b,c:d]]。这可能吗？在此示例中，结果应在 df1 中实例化一个数据帧，其中列为数据帧 df 的 a、b 和 c 列。
您可以将整数列表或切片传递给 iloc，但不能同时传递两者。 Numpy 具有 r_ 函数，可用于将 [a,b,c:d] 转换为列表。
import numpy as np
df1 = df.iloc[:, np.r_[a,b,c:d]]