Pandas 在数据框中选择多列

在数据分析中，Pandas 类库的 Dataframe 是经常使用的数据结构。当我们要选择多列时，有许多方法可以完成这个任务。在本文中，我们将介绍如何使用 Pandas 选择多列，并提供一些示例说明。

阅读更多：Pandas 教程

使用列名称选择列

选择单个列使用 [] 运算符可以选择一个列，但使用 , 运算符可以选择多个列。

import pandas as pd

#创建一个数据框
data = {'name': ['Alex', 'John', 'Mike'], 'age': [25, 30, 35], 'city': ['London', 'New York', 'San Francisco']}
df = pd.DataFrame(data)

# 选择单列
name_series = df['name']

# 选择多列
name_and_age = df['name', 'age']

使用iloc选择列

另一种选择列的方法是使用 Pandas 中的 .iloc 属性，可以通过整数指定要选择的行和列，而不是使用名称。

例如，以下代码将选择第 2 和第 3 列：

df.iloc[:,1:3]

使用loc选择列

选择行和列之间的所有项时，可以使用 Pandas 中的 .loc 属性。

例如，以下代码将选择名为“age”和“city”的所有行和列：

df.loc[:, ['age', 'city']]

使用索引选择列

可以使用蒟蒻索引来选择一个或多个列。例如，以下代码选择第一和第三列：

df[[0, 2]]

将列名存储在变量中使用

如果要使用的列名存储在变量中，可以使用变量来选择列。例如：

#将要选择的列存储在列表中
cols = ['name', 'age']

selected_data = df[cols]

使用query选择列

使用 .query 可以选择符合条件的行和列。

例如，在以下代码中，我们将选择具有年龄大于 30 岁的所有记录中的名称和年龄列：

selected_data = df.query('age > 30')[['name', 'age']]

总结

选择多列时，使用 Pandas 中的 [] 或 , 运算符；.iloc 和 .loc 属性；数字索引；存储列名的变量；.query 的功能。Pandas 中的这些方法可以更轻松地选择您需要的列。根据具体情况选择不同的方法，让您的数据分析更加高效准确。