Pandas Dataframe 选择多个不连续的列/切片答案

【问题标题】：Pandas Dataframe select multiple discontinuous columns/slicesPandas Dataframe 选择多个不连续的列/切片
【发布时间】：2018-10-13 02:01:40
【问题描述】：

我有 >100 列的数据框。我正在尝试选择 0~32 和 #83 列。似乎 1 片适用于下面的代码。

df_new = df[df.columns[0:32]]

但它不适用于下面的 2 片代码。我该如何解决这个问题？

df_new = df[df.columns[0:32, 83]]

【问题讨论】：

标签： python pandas slice

【解决方案1】：

将np.r_ 索引器与iloc 结合使用，如下所示：

df.iloc[:, np.r_[0:32, 83]]

np.r_[0:32, 83]

array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,
       17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 83])

【讨论】：

不幸的是，这样的第一个/最后一个不起作用，df.iloc[:, np.r_[0, -3:]]。如果有人有使用np.r_ 的解决方案，那将是对这个答案的一个很好的补充。
@DavidParks 我很惊讶这并没有得到更好的支持，但你去吧：c = df.shape[1]; df.iloc[:, np.r_[0, nc-3:nc]]

【解决方案2】：

np.r_ 是一个很好的答案。另一种方法是使用列表和范围来构造它。

考虑这个例子：

import pandas as pd

df = pd.DataFrame([range(10)],range(10))
cols = list(range(0,5))+[8]              # 0,1,2,3,4,8
df.iloc[:,cols]

【讨论】：

【解决方案3】：

我也对这个问题感兴趣。我们可以选择几个单独的行或列。但似乎切片操作只能在每个轴上进行一次。像下面这样。

new_df=df.iloc[[2,3,4],[3:4]]

也许我们可以先切片，然后将它们连接在一起。

df1=df.iloc[[2:4],:]
df2=df.iloc[[8:10],:]
new_df=pd.concat([df1,df2],axis=0)

【讨论】：

这是对行进行切片，但 op 需要列
我绝对考虑过选择 2 个切片并连接，但认为必须有一个更简单的方法，如第一个答案所示。