使用 .loc 方法同时选择多个列和切片列答案

【问题标题】：Select multiple columns and slice columns at the same time with .loc method使用 .loc 方法同时选择多个列和切片列
【发布时间】：2019-06-25 03:39:21
【问题描述】：

考虑到这个 Pandas DataFrame df：

  A   B   C   D   E   F
0
1
2

使用 .loc 方法，我可以像这样选择特定的列：

df.loc[:, ['A','B','E']]

或者我可以分割一些列，例如：

df.loc[:,'B':'E']

我的问题是？这种方法可以允许结合这两个选项吗？例如选择第一列并切片其他列？我试过了：

df.loc[:,['A','D':'F']]

用于选择 A、D、E、F 列。

正确的语法是什么？

【问题讨论】：

据我所知，列名无法做到这一点，但列位置更友好
df.loc[:, ['A']].join(df.loc[:, 'D':'F'])
@piRSquared 提供了所需的输出，但最初的问题是是否存在允许不相交范围的切片语法，不是吗？

标签： python pandas dataframe

【解决方案1】：

您无法使用带有loc 的标签来执行此操作，但您可以使用位置和np.r_ + iloc 执行此操作（这是最接近的解决方法）。

f = df.columns.get_loc
df.iloc[:, np.r_[f('A'), f('D'):f('F')]]
    A   D   E
0 NaN NaN NaN
1 NaN NaN NaN
2 NaN NaN NaN

这是假设您的列名是唯一的。

【讨论】：

【解决方案2】：

你可以简单地使用join来完成它

df[['A']].join(df.loc[:, 'D':'F'])

输出：

A   D   E   F

【讨论】：

【解决方案3】：

`pd.concat` 和 `map` `slice`s

这是一种通用方法，应该可以按预期工作。

sublocs = [slice('A'), slice('D', 'F')]
loc = lambda s: df.loc[:, s]
pd.concat(map(loc, sublocs), axis=1)

   A  D  E  F
0  1  1  1  1
1  1  1  1  1
2  1  1  1  1

完全令人讨厌的变种

sublocs = [slice('A'), slice('D', 'F')]
pd.concat(map(df.T.loc.__getitem__, sublocs)).T

【讨论】：

pd.concat 和 map slices

完全令人讨厌的变种

`pd.concat` 和 `map` `slice`s