Python – 从 Pandas 数据框中选择多列

Pandas 是 Python 中的一个数据分析库，适用于各种数据操作和分析，其中常用的就是数据筛选，也就是按照一定的规则筛选出需要的数据，包括从 Pandas 数据框中选择多列。下面介绍如何在 Python 中通过 Pandas 选择多列。

基本语法

在 Pandas 中，可以使用中括号和列名的形式来选择一个列，选择多列时只需要在中括号中使用一个列表即可，如下示例代码所示：

# 导入 Pandas 模块
import pandas as pd

# 构造数据框
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 选择多列
df[['A', 'C']]

输出结果如下：

   A  C
0  1  7
1  2  8
2  3  9

按条件选择多列

有时候我们需要选择满足一定条件的多列，例如我们需要选择所有值大于 5 的列，可以使用如下代码：

# 选择满足条件的列
df.loc[:, df.max() > 5]

输出结果如下：

   B  C
0  4  7
1  5  8
2  6  9

上述代码中，首先使用 df.max() 得到了数据框中每一列的最大值，然后选择最大值大于 5 的列。

使用正则表达式选择多列

如果我们想要选择所有列名以字母 A 开头的列，可以使用正则表达式。如下所示：

# 导入re模块
import re

# 选择符合正则表达式的列
df.loc[:, df.columns.str.match('A.*')]

输出结果如下：

   A
0  1
1  2
2  3

上述代码中，df.columns.str.match('A.*') 是一个布尔型的列表，表示每一列是否匹配正则表达式 A.*。使用 df.loc 语句选择所有匹配的列。

结论

Pandas 是一个十分强大的数据分析库，能够高效地完成数据清洗、分析等操作。选择多列也是 Pandas 中常用的操作之一，我们可以通过基本语法、条件选择以及正则表达式等方式来实现。希望本文能够对读者在 Python 和 Pandas 中选择多列有所帮助。