從現有 dataframe 的某些列創建新的 pandas dataframe

Question

我已將 csv 文件讀入 pandas dataframe 並想對 dataframe 進行一些簡單的操作。我無法弄清楚如何根據原始 88140211179:688 中的選定列創建新的 dataframe。我的嘗試

names = ['A','B','C','D']
dataset = pandas.read_csv('file.csv', names=names)
new_dataset = dataset['A','D']

我想用原始 dataframe 的 A 列和 D 列創建一個新的 dataframe。

Answer 1

它被稱為subset - 在[]傳遞列的列表：

dataset = pandas.read_csv('file.csv', names=names)

new_dataset = dataset[['A','D']]

同樣如下：

new_dataset = dataset.loc[:, ['A','D']]

如果只需要過濾輸出，請將參數usecols添加到read_csv ：

new_dataset = pandas.read_csv('file.csv', names=names, usecols=['A','D'])

編輯：

如果僅使用：

new_dataset = dataset[['A','D']]

並使用一些數據操作，顯然得到：

嘗試在DataFrame的切片副本上設置值。
嘗試使用.loc [row_indexer，col_indexer] = value

如果稍后修改new_dataset值，您會發現修改不會傳播回原始數據（ dataset ），並且Pandas會發出警告。

正如EdChum指出的那樣，為刪除警告添加copy ：

new_dataset = dataset[['A','D']].copy()

Answer 2

您必須將列名列表傳遞給 select 列。 否則，它將被解釋為 MultiIndex； 如果df.columns是 MultiIndex df['A','D']將起作用。

最明顯的方法是df.loc[:, ['A', 'B']]但還有其他方法（注意它們都是如何獲取列表的）：

df1 = df.filter(items=['A', 'D'])

df1 = df.reindex(columns=['A', 'D'])

df1 = df.get(['A', 'D']).copy()

NB items是第一個位置參數，因此df.filter(['A', 'D'])也有效。

請注意filter()和reindex()也會返回一個副本，因此您不必擔心稍后會收到SettingWithCopyWarning 。