我有一个熊猫DataFrame 4列，我想创建一个新的DataFrame，只有三个列。这个问题类似于:从数据帧中提取特定的列，但对于熊猫而不是r。下面的代码不起作用，会引发错误，当然不是熊猫的方式。
import pandas as pd
old = pd.DataFrame({'A' : [4,5], 'B' : [10,20], 'C' : [100,50], 'D' : [-30,-50]})
new = pd.DataFrame(zip(old.A, old.C, old.D)) # raises TypeError: data argument can't be an iterator
熊猫式的做法是什么?
当前回答
作为替代:
new = pd.DataFrame().assign(A=old['A'], C=old['C'], D=old['D'])
其他回答
据我所知，在使用过滤器函数时，不一定需要指定轴。
new = old.filter(['A','B','D'])
返回相同的数据框架
new = old.filter(['A','B','D'], axis=1)
泛函形式
def select_columns(data_frame, column_names):
new_frame = data_frame.loc[:, column_names]
return new_frame
针对你上面的问题
selected_columns = ['A', 'C', 'D']
new = select_columns(old, selected_columns)
按索引排列的列:
# selected column index: 1, 6, 7
new = old.iloc[: , [1, 6, 7]].copy()
另一种更简单的方法似乎是:
new = pd.DataFrame([old.A, old.B, old.C]).transpose()
老地方。Column_name将为您提供一个系列。 列出所有想要保留的列系列，并将其传递给DataFrame构造函数。我们需要做一个转置来调整形状。
In [14]:pd.DataFrame([old.A, old.B, old.C]).transpose()
Out[14]:
A B C
0 4 10 100
1 5 20 50
你可以删除索引中的列:
df = pd.DataFrame({'A': [1, 1], 'B': [2, 2], 'C': [3, 3], 'D': [4, 4]})
df[df.columns.drop(['B', 'C'])]
or
df.loc[:, df.columns.drop(['B', 'C'])]
输出:
A D
0 1 4
1 1 4
