熊猫从数据框中选择不连续的列

Question

我正在使用以下内容从数据框组合中选择特定列，我想将其引入新的数据框。个人选择工作正常，例如：comb.ix[:,0:1]，但是当我尝试使用 + 组合它们时，我得到了一个糟糕的结果，第一个选择 ([:,0:1]) 卡在了最后数据框和原始 col 1 中包含的值在出现在行尾时被清除。获取我想要的列的正确方法是什么？ （我会包含示例数据，但如您所见，列太多......这就是我尝试这样做的原因）

comb.ix[:,0:1]+comb.ix[:,17:342]

Answer 1

NumPy 有一个不错的模块，名为 r_，允许您使用现代 DataFrame 选择界面 iloc 来解决它：

df.iloc[:, np.r_[0:1, 17:342]]

我相信这是一个更优雅的解决方案。

它甚至支持更复杂的选择：

df.iloc[:, np.r_[0:1, 5, 16, 17:342:2, -5:]]

Answer 2

我最近只是通过附加范围来解决它

r1 = pd.Series(range(5))
r2 = pd.Series([10,15,20])
final_range = r1.append(r2)
df.iloc[:,final_range]

然后您将获得 0:5 和 10、15、20 的列。

Answer 3

如果您想连接 df 列的子选择，请使用 pd.concat:

pd.concat([comb.ix[:,0:1],comb.ix[:,17:342]], axis=1)

只要索引匹配，就会正确对齐。

感谢@iHightower，您还可以通过传递标签进行子选择：

pd.concat([df.ix[:,'Col1':'Col5'],df.ix[:,'Col9':'Col15']],a‌​xis=1)

请注意，.ix 将在未来的版本中被弃用，以下应该可以工作：

In [115]:
df = pd.DataFrame(columns=['col' + str(x) for x in range(10)])
df

Out[115]:
Empty DataFrame
Columns: [col0, col1, col2, col3, col4, col5, col6, col7, col8, col9]
Index: []

In [118]:
pd.concat([df.loc[:, 'col2':'col4'], df.loc[:, 'col7':'col8']], axis=1)
​
Out[118]:
Empty DataFrame
Columns: [col2, col3, col4, col7, col8]
Index: []

或者使用iloc:

In [127]:
pd.concat([df.iloc[:, df.columns.get_loc('col2'):df.columns.get_loc('col4')], df.iloc[:, df.columns.get_loc('col7'):df.columns.get_loc('col8')]], axis=1)

Out[127]:
Empty DataFrame
Columns: [col2, col3, col7]
Index: []

请注意，iloc 切片是打开/关闭的，因此不包括结束范围，因此如果要包含它，您必须在感兴趣的列之后找到该列：

In [128]:
pd.concat([df.iloc[:, df.columns.get_loc('col2'):df.columns.get_loc('col4')+1], df.iloc[:, df.columns.get_loc('col7'):df.columns.get_loc('col8')+1]], axis=1)

Out[128]:
Empty DataFrame
Columns: [col2, col3, col4, col7, col8]
Index: []