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
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。
其他回答
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。
对于Pandas，
具有列名称
dataframe[['column1','column2']]
要通过iloc和带有索引编号的特定列进行选择，请执行以下操作：
dataframe.iloc[:,[1,2]]
带有loc的列名可以使用如下
dataframe.loc[:,['column1','column2']]
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
您可以使用pandas.DataFrame.filter方法对列进行筛选或重新排序，如下所示：
df1 = df.filter(['a', 'b'])
这在链接方法时也非常有用。
您可以提供要删除的列的列表，并使用Pandas DataFrame上的drop（）函数仅返回所需的列。
只是说说而已
colsToDrop = ['a']
df.drop(colsToDrop, axis=1)
将返回仅包含列b和c的DataFrame。
此处记录了drop方法。
