Pandas DataFrame 選擇列

Suraj Joshi 2023年1月30日 2021年1月22日 Pandas Pandas DataFrame Column
  1. 使用索引操作從 Pandas DataFrame 中選擇列
  2. 使用 DataFrame.drop() 方法從 Pandas DataFrame 中選擇列
  3. 使用 DataFrame.filter() 方法從 Pandas DataFrame 中選擇列
Pandas DataFrame 選擇列

本教程介紹瞭如何通過索引或使用 DataFrame.drop()DataFrame.filter() 方法從 Pandas DataFrame 中選擇列。

我們將使用下面的 DataFrame df 來解釋如何從 Pandas DataFrame 中選擇列。

import pandas as pd

df = pd.DataFrame({
    'A': [302, 504, 708, 103, 343, 565],
    'B': [100, 300, 400, 200, 400, 700],
    'C': [300, 400, 350, 100, 1000, 400],
    'D': [10, 15, 5, 0, 2, 7],
    'E': [4, 5, 6, 7, 8, 9]

})

print(df)

輸出:

     A    B     C   D  E
0  302  100   300  10  4
1  504  300   400  15  5
2  708  400   350   5  6
3  103  200   100   0  7
4  343  400  1000   2  8
5  565  700   400   7  9

使用索引操作從 Pandas DataFrame 中選擇列

import pandas as pd

df = pd.DataFrame({
    'A': [302, 504, 708, 103, 343, 565],
    'B': [100, 300, 400, 200, 400, 700],
    'C': [300, 400, 350, 100, 1000, 400],
    'D': [10, 15, 5, 0, 2, 7],
    'E': [4, 5, 6, 7, 8, 9]

})

derived_df = df[['A', 'C', 'E']]

print("The initial DataFrame is:")
print(df, "\n")

print("The DataFrame with A,C and E columns is:")
print(derived_df, "\n")

輸出:

The initial DataFrame is:
     A    B     C   D  E
0  302  100   300  10  4
1  504  300   400  15  5
2  708  400   350   5  6
3  103  200   100   0  7
4  343  400  1000   2  8
5  565  700   400   7  9 

The DataFrame with A,C and E columns is:
     A     C  E
0  302   300  4
1  504   400  5
2  708   350  6
3  103   100  7
4  343  1000  8
5  565   400  9 

它從 DataFrame df 中選擇列 ACE,並將這些列分配到 derived_df DataFrame 中。

使用 DataFrame.drop() 方法從 Pandas DataFrame 中選擇列

import pandas as pd

df = pd.DataFrame({
    'A': [302, 504, 708, 103, 343, 565],
    'B': [100, 300, 400, 200, 400, 700],
    'C': [300, 400, 350, 100, 1000, 400],
    'D': [10, 15, 5, 0, 2, 7],
    'E': [4, 5, 6, 7, 8, 9]

})

derived_df = df.drop(['B', 'D'], axis=1)

print("The initial DataFrame is:")
print(df, "\n")

print("The DataFrame with A,C and E columns is:")
print(derived_df, "\n")

輸出:

The initial DataFrame is:
     A    B     C   D  E
0  302  100   300  10  4
1  504  300   400  15  5
2  708  400   350   5  6
3  103  200   100   0  7
4  343  400  1000   2  8
5  565  700   400   7  9 

The DataFrame with A,C and E columns is:
     A     C  E
0  302   300  4
1  504   400  5
2  708   350  6
3  103   100  7
4  343  1000  8
5  565   400  9 

它從 DataFrame df 中刪除 BD 列,並將其餘列分配給 derived_df。或者,它選擇除 BD 以外的所有列,並將它們分配到 derived_df DataFrame 中。

使用 DataFrame.filter() 方法從 Pandas DataFrame 中選擇列

import pandas as pd

df = pd.DataFrame({
    'A': [302, 504, 708, 103, 343, 565],
    'B': [100, 300, 400, 200, 400, 700],
    'C': [300, 400, 350, 100, 1000, 400],
    'D': [10, 15, 5, 0, 2, 7],
    'E': [4, 5, 6, 7, 8, 9]

})

derived_df = df.filter(["A", "C", "E"])

print("The initial DataFrame is:")
print(df, "\n")

print("The DataFrame with A,C and E columns is:")
print(derived_df, "\n")

輸出:

The initial DataFrame is:
     A    B     C   D  E
0  302  100   300  10  4
1  504  300   400  15  5
2  708  400   350   5  6
3  103  200   100   0  7
4  343  400  1000   2  8
5  565  700   400   7  9 

The DataFrame with A,C and E columns is:
     A     C  E
0  302   300  4
1  504   400  5
2  708   350  6
3  103   100  7
4  343  1000  8
5  565   400  9

它從 DataFrame df 中提取或過濾 ACE 列,並將其分配給 DataFrame derived_df

Author: Suraj Joshi
Suraj Joshi avatar Suraj Joshi avatar

Suraj Joshi is a backend software engineer at Matrice.ai.

LinkedIn

相關文章 - Pandas DataFrame Column

  • 如何將 Pandas DataFrame 列標題獲取為列表
  • 如何刪除 Pandas DataFrame 列
  • 如何在 Pandas 中將 DataFrame 列轉換為日期時間
  • 如何獲得 Pandas 列中元素總和
  • 如何更改 Panas DataFrame 列的順序
  • 如何在 Pandas 中將 DataFrame 列轉換為字串