将特定的选定列作为副本提取到新的 DataFrame

Extracting specific selected columns to new DataFrame as a copy

我有一个有 4 列的 pandas DataFrame,我想创建一个 new DataFrame only 有三个列。这个问题类似于:Extracting specific columns from a data frame 但对于 pandas 不是 R。下面的代码不起作用,引发错误,并且肯定不是 pandasnic 的方法。

import pandas as pd
old = pd.DataFrame({'A' : [4,5], 'B' : [10,20], 'C' : [100,50], 'D' : [-30,-50]})
new = pd.DataFrame(zip(old.A, old.C, old.D)) # raises TypeError: data argument can't be an iterator 

pandasnic 的方法是什么?

有一种方法可以做到这一点,它实际上看起来类似于 R

new = old[['A', 'C', 'D']].copy()

在这里,您只需从原始数据框中选择所需的列并为它们创建一个变量。如果你想修改新的数据框,你可能想要使用 .copy() 来避免 SettingWithCopyWarning.

另一种方法是使用 filter,默认情况下会创建一个副本:

new = old.filter(['A','B','D'], axis=1)

最后,根据原始数据框中的列数,使用 drop 来表达可能更简洁(这也会默认创建一个副本):

new = old.drop('B', axis=1)

另一种更简单的方法似乎是:

new = pd.DataFrame([old.A, old.B, old.C]).transpose()

其中 old.column_name 会给你一个系列。 列出您要保留的所有列系列,并将其传递给 DataFrame 构造函数。我们需要做一个转置来调整形状。

In [14]:pd.DataFrame([old.A, old.B, old.C]).transpose()
Out[14]: 
   A   B    C
0  4  10  100
1  5  20   50

通用函数形式

def select_columns(data_frame, column_names):
    new_frame = data_frame.loc[:, column_names]
    return new_frame

针对你上面的问题

selected_columns = ['A', 'C', 'D']
new = select_columns(old, selected_columns)

据我所知,使用过滤功能时不一定需要指定轴。

new = old.filter(['A','B','D'])

returns 与

相同的数据帧
new = old.filter(['A','B','D'], axis=1)

最简单的方法是

new = old[['A','C','D']]

列索引:

# selected column index: 1, 6, 7
new = old.iloc[: , [1, 6, 7]].copy() 

如果你想要一个新的数据框,那么:

import pandas as pd
old = pd.DataFrame({'A' : [4,5], 'B' : [10,20], 'C' : [100,50], 'D' : [-30,-50]})
new=  old[['A', 'C', 'D']]

您可以删除索引中的列:

df = pd.DataFrame({'A': [1, 1], 'B': [2, 2], 'C': [3, 3], 'D': [4, 4]})

df[df.columns.drop(['B', 'C'])]

df.loc[:, df.columns.drop(['B', 'C'])]

输出:

   A  D
0  1  4
1  1  4

替代方案:

new = pd.DataFrame().assign(A=old['A'], C=old['C'], D=old['D'])