如何从df中选择列a和b，并将它们保存到新的数据帧df1中？
index a b c
1 2 3 4
2 3 4 5
尝试失败：
df1 = df['a':'b']
df1 = df.ix[:, 'a':'b']
当前回答
也可以使用df.pop（）：
>>> df = pd.DataFrame([('falcon', 'bird', 389.0),
... ('parrot', 'bird', 24.0),
... ('lion', 'mammal', 80.5),
... ('monkey', 'mammal', np.nan)],
... columns=('name', 'class', 'max_speed'))
>>> df
name class max_speed
0 falcon bird 389.0
1 parrot bird 24.0
2 lion mammal 80.5
3 monkey mammal
>>> df.pop('class')
0 bird
1 bird
2 mammal
3 mammal
Name: class, dtype: object
>>> df
name max_speed
0 falcon 389.0
1 parrot 24.0
2 lion 80.5
3 monkey NaN
请使用df.pop（c）。
其他回答
在最新版本的Pandas中，有一种简单的方法可以做到这一点。列名（字符串）可以按您喜欢的方式进行切片。
columns = ['b', 'c']
df1 = pd.DataFrame(df, columns=columns)
我发现这种方法非常有用：
# iloc[row slicing, column slicing]
surveys_df.iloc [0:3, 1:4]
更多详情请点击此处。
我认为这是实现目标的最简单方法。
熊猫作为pd进口列=[a'，'b']df1=pd.DataFrame（df，columns=cols）df1=df.iloc[：，0:2]
如果要按行索引和列名获取一个元素，可以像df['b'][0]一样执行。这就像你能想象的那样简单。
或者可以使用df.ix[0，'b']-索引和标签的混合用法。
注意：从v0.20开始，ix已被弃用，取而代之的是loc/iloc。
你可以使用熊猫。
我创建DataFrame：
import pandas as pd
df = pd.DataFrame([[1, 2,5], [5,4, 5], [7,7, 8], [7,6,9]],
index=['Jane', 'Peter','Alex','Ann'],
columns=['Test_1', 'Test_2', 'Test_3'])
数据帧：
Test_1 Test_2 Test_3
Jane 1 2 5
Peter 5 4 5
Alex 7 7 8
Ann 7 6 9
要按名称选择一个或多个列，请执行以下操作：
df[['Test_1', 'Test_3']]
Test_1 Test_3
Jane 1 5
Peter 5 5
Alex 7 8
Ann 7 9
您还可以使用：
df.Test_2
然后得到Test_2列：
Jane 2
Peter 4
Alex 7
Ann 6
您还可以使用.loc（）从这些行中选择列和行。这称为“切片”。请注意，我从列Test_1到Test_3：
df.loc[:, 'Test_1':'Test_3']
“切片”是：
Test_1 Test_2 Test_3
Jane 1 2 5
Peter 5 4 5
Alex 7 7 8
Ann 7 6 9
如果你只想让Peter和Ann在Test_1和Test_3列中：
df.loc[['Peter', 'Ann'], ['Test_1', 'Test_3']]
你得到：
Test_1 Test_3
Peter 5 5
Ann 7 9
