我已经看到了几个答案，但其中一个仍然不清楚。你会如何选择那些感兴趣的专栏？

答案是，如果您将它们收集在列表中，则可以使用列表引用列。

实例

print(extracted_features.shape)
print(extracted_features)

(63,)
['f000004' 'f000005' 'f000006' 'f000014' 'f000039' 'f000040' 'f000043'
 'f000047' 'f000048' 'f000049' 'f000050' 'f000051' 'f000052' 'f000053'
 'f000054' 'f000055' 'f000056' 'f000057' 'f000058' 'f000059' 'f000060'
 'f000061' 'f000062' 'f000063' 'f000064' 'f000065' 'f000066' 'f000067'
 'f000068' 'f000069' 'f000070' 'f000071' 'f000072' 'f000073' 'f000074'
 'f000075' 'f000076' 'f000077' 'f000078' 'f000079' 'f000080' 'f000081'
 'f000082' 'f000083' 'f000084' 'f000085' 'f000086' 'f000087' 'f000088'
 'f000089' 'f000090' 'f000091' 'f000092' 'f000093' 'f000094' 'f000095'
 'f000096' 'f000097' 'f000098' 'f000099' 'f000100' 'f000101' 'f000103']

我有以下列表/NumPy数组extracted_features，指定了63列。原始数据集有103列，我想提取这些列，然后使用

dataset[extracted_features]

你最终会得到这个

这是你在机器学习中经常用到的东西（更具体地说，在特征选择中）。我也想讨论其他方式，但我认为其他Stack Overflower用户已经涵盖了这一点。

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

从0.11.0版起，可以使用.loc索引器以尝试的方式对列进行切片：

df.loc[:, 'C':'E']

相当于

df[['C', 'D', 'E']]  # or df.loc[:, ['C', 'D', 'E']]

并返回列C到E。

随机生成的DataFrame演示：

import pandas as pd
import numpy as np
np.random.seed(5)
df = pd.DataFrame(np.random.randint(100, size=(100, 6)),
                  columns=list('ABCDEF'),
                  index=['R{}'.format(i) for i in range(100)])
df.head()

Out:
     A   B   C   D   E   F
R0  99  78  61  16  73   8
R1  62  27  30  80   7  76
R2  15  53  80  27  44  77
R3  75  65  47  30  84  86
R4  18   9  41  62   1  82

要获取从C到E的列（请注意，与整数切片不同，列中包含E）：

df.loc[:, 'C':'E']

Out:
      C   D   E
R0   61  16  73
R1   30  80   7
R2   80  27  44
R3   47  30  84
R4   41  62   1
R5    5  58   0
...

这同样适用于基于标签选择行。从这些列中获取行R6到R10：

df.loc['R6':'R10', 'C':'E']

Out:
      C   D   E
R6   51  27  31
R7   83  19  18
R8   11  67  65
R9   78  27  29
R10   7  16  94

.loc还接受布尔数组，因此您可以选择数组中相应条目为True的列。例如，df.columns.isin（list（'BCD'））返回array（[False，True，True，False，False，False]，dtype=bool）-如果列名在列表['B'，'C'，'D']中，则返回True；否则为False。

df.loc[:, df.columns.isin(list('BCD'))]

Out:
      B   C   D
R0   78  61  16
R1   27  30  80
R2   53  80  27
R3   65  47  30
R4    9  41  62
R5   78   5  58
...

假设你的列名（df.columns）是['index'，'a'，'b'，'c']，那么你想要的数据就在第三列和第四列。如果脚本运行时不知道它们的名称，可以执行以下操作

newdf = df[df.columns[2:4]] # Remember, Python is zero-offset! The "third" entry is at slot two.

正如EMS在回答中所指出的，df.ix对列进行了更简洁的切片，但.columns切片接口可能更自然，因为它使用了普通的一维Python列表索引/切片语法。

警告：“index”是DataFrame列的错误名称。同一标签也用于实际df.index属性，即index数组。因此，您的列由df['index']返回，而真正的DataFrame索引由df.index返回。index是一种特殊的系列，优化用于查找其元素值。对于df.index，它用于按标签查找行。df.columns属性也是一个pd.Index数组，用于按标签查找列。

前面的答案中讨论的不同方法基于这样的假设：用户知道要删除或子集的列索引，或者用户希望使用一系列列（例如“C”和“E”之间）来子集数据帧。

pandas.DataFrame.drop（）当然是一个基于用户定义的列列表对数据进行子集的选项（尽管您必须谨慎地始终使用数据帧的副本，并且不应将就地参数设置为True！！）

另一个选项是使用pandas.columns.difference（），它对列名进行设置差异，并返回包含所需列的数组的索引类型。以下是解决方案：

df = pd.DataFrame([[2,3,4], [3,4,5]], columns=['a','b','c'], index=[1,2])
columns_for_differencing = ['a']
df1 = df.copy()[df.columns.difference(columns_for_differencing)]
print(df1)

输出将是：

    b   c
1   3   4
2   4   5

从0.21.0开始，在列表中使用.loc或[]（其中包含一个或多个缺失的标签）是不推荐使用.reindex的。因此，问题的答案是：

df1 = df.reindex(columns=['b','c'])

在以前的版本中，只要找到至少一个键，就可以使用.loc〔标签列表〕（否则会引发KeyError）。此行为已弃用，现在显示警告消息。建议使用.reindex（）。

阅读更多关于索引和选择数据的信息。