如何在 Pandas 中选择（切片）多行和多个非连续列？答案

【问题标题】：How to select (slice) in Pandas multiple rows and multiple non continuous columns?如何在 Pandas 中选择（切片）多行和多个非连续列？
【发布时间】：2019-05-31 17:13:16
【问题描述】：

我有一个数据框，我想要一个特定行的范围，同时需要一个由连续范围的列加上一个额外的列组成的范围。包括一段产生这样一个数据帧的代码

import pandas as pd 
import numpy as np
np.random.seed(5)
dF = pd.DataFrame(np.random.randint(100, size=(100, 6)), 
              columns=list('ABCDEF'), 
              index=['R{}'.format(i) for i in range(100)])
dF.head()

这很好用：

dF.loc[:, 'C':'E']

但我需要这样的东西，它会产生错误：

dF.loc['R95':, ['A':'C', 'F']]

预期结果必须包括“R95”行及“A”、“C”和“F”列

【问题讨论】：

dF.loc['R95':, ['C','D', 'F']] 考虑到“预期结果必须包括从行 'R95' 和列 'C'、'D' 和 'F'”
@anky_91 我想在解决方案中使用“：”进行选择。
我不认为你可以在索引中结合切片和逗号。不支持。阅读here

标签： python pandas multiple-columns slice

【解决方案1】：

如果你可以只使用你可以做的索引：

dF.iloc[95:, np.r_[0:3, -1]]

    A   B   C   F
R95 19  7   76  0
R96 57  31  86  64
R97 51  12  59  33
R98 24  7   68  69
R99 81  20  86  70

这样干净多了。

【讨论】：

【解决方案2】：

pandas indexing 允许使用以下方法来索引数据框（引用自文档）：

单个标签，例如5 或 'a'（请注意，5 被解释为索引的标签。此用法不是沿索引的整数位置。）。

标签列表或数组 ['a', 'b', 'c']。

带有标签 'a':'f' 的切片对象（请注意，与通常的 python 切片相反，索引中包含开始和结束点！请参阅带标签的切片。）。

布尔数组

具有一个参数（调用 Series、DataFrame 或 Panel）的可调用函数并返回有效的索引输出（上述之一）。

所以你需要使用一些更复杂的东西。

例如，您可以使用pandas.concat 分别选择列，然后将数据框连接在一起：

pd.concat([dF.loc['R95':, 'A':'C'], dF.loc['R95':,'F']], axis=1)

这给出了：

      A   B   C   F
R95  19   7  76   0
R96  57  31  86  64
R97  51  12  59  33
R98  24   7  68  69
R99  81  20  86  70

【讨论】：

【解决方案3】：

这是一个丑陋的解决方案，但它仍然有一个冒号

df.loc['R95':, df.loc[:,'A':'C'].columns.tolist()+['F']]

【讨论】：