我从CSV文件中加载了一些机器学习数据。前两列是观察结果，其余列是特征。
目前，我做以下事情:
data = pandas.read_csv('mydata.csv')
它会给出如下内容:
data = pandas.DataFrame(np.random.rand(10,5), columns = list('abcde'))
我想把这个数据帧切成两个数据帧:一个包含列a和b，一个包含列c, d和e。
不可能写出这样的东西
observations = data[:'c']
features = data['c':]
我不确定最好的方法是什么。我需要一个pd.Panel吗?
顺便说一下，我发现数据帧索引非常不一致:数据['a']是允许的，但数据[0]是不允许的。另一方面，数据['a':]是不允许的，但数据[0:]是允许的。 这有什么实际的原因吗?如果列以Int为索引，这真的很令人困惑，给定data[0] != data[0:1]
当前回答
如果你来这里寻找两个范围的列切片并将它们组合在一起(像我一样)，你可以做这样的事情
op = df[list(df.columns[0:899]) + list(df.columns[3593:])]
print op
这将创建一个具有前900列和(所有)列> 3593的新数据框架(假设您的数据集中有4000列)。
其他回答
你可以通过引用列表中每一列的名称来切片DataFrame的列，如下所示:
data = pandas.DataFrame(np.random.rand(10,5), columns = list('abcde'))
data_ab = data[list('ab')]
data_cde = data[list('cde')]
另一种从你的DataFrame获取列的子集的方法，假设你想要所有的行，将是这样做: Data [['a'，'b']]和Data [['c'，'d'，'e']]] 如果你想使用数值列索引，你可以这样做: 数据(数据。Columns[:2]]和data[data. Columns [2:]]
注意:.ix自Pandas v0.20以来已弃用。您应该根据需要使用.loc或.iloc。
DataFrame。Ix index是你想要访问的。这有点令人困惑(我同意Pandas索引有时是令人困惑的!)，但以下似乎是你想要的:
>>> df = DataFrame(np.random.rand(4,5), columns = list('abcde'))
>>> df.ix[:,'b':]
b c d e
0 0.418762 0.042369 0.869203 0.972314
1 0.991058 0.510228 0.594784 0.534366
2 0.407472 0.259811 0.396664 0.894202
3 0.726168 0.139531 0.324932 0.906575
其中.ix[行切片，列切片]是正在解释的内容。更多关于Pandas索引的信息，请访问:http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-advanced
下面介绍如何使用不同的方法进行选择性列切片，包括基于选择标签的、基于索引的和基于选择范围的列切片。
In [37]: import pandas as pd
In [38]: import numpy as np
In [43]: df = pd.DataFrame(np.random.rand(4,7), columns = list('abcdefg'))
In [44]: df
Out[44]:
a b c d e f g
0 0.409038 0.745497 0.890767 0.945890 0.014655 0.458070 0.786633
1 0.570642 0.181552 0.794599 0.036340 0.907011 0.655237 0.735268
2 0.568440 0.501638 0.186635 0.441445 0.703312 0.187447 0.604305
3 0.679125 0.642817 0.697628 0.391686 0.698381 0.936899 0.101806
In [45]: df.loc[:, ["a", "b", "c"]] ## label based selective column slicing
Out[45]:
a b c
0 0.409038 0.745497 0.890767
1 0.570642 0.181552 0.794599
2 0.568440 0.501638 0.186635
3 0.679125 0.642817 0.697628
In [46]: df.loc[:, "a":"c"] ## label based column ranges slicing
Out[46]:
a b c
0 0.409038 0.745497 0.890767
1 0.570642 0.181552 0.794599
2 0.568440 0.501638 0.186635
3 0.679125 0.642817 0.697628
In [47]: df.iloc[:, 0:3] ## index based column ranges slicing
Out[47]:
a b c
0 0.409038 0.745497 0.890767
1 0.570642 0.181552 0.794599
2 0.568440 0.501638 0.186635
3 0.679125 0.642817 0.697628
### with 2 different column ranges, index based slicing:
In [49]: df[df.columns[0:1].tolist() + df.columns[1:3].tolist()]
Out[49]:
a b c
0 0.409038 0.745497 0.890767
1 0.570642 0.181552 0.794599
2 0.568440 0.501638 0.186635
3 0.679125 0.642817 0.697628
其等效
>>> print(df2.loc[140:160,['Relevance','Title']])
>>> print(df2.ix[140:160,[3,7]])
