Выбор столбцов панд 'a', 'b' и от 'e' до 'g'

Question

Выбор столбцов панд 'a', 'b' и от 'e' до 'g'

1

Скажем, у меня есть рамка данных pandas со столбцами 'a', 'b', 'c', 'd', 'e', 'f', 'g'. Я хочу выбрать столбцы "a", "b" и "e" через "g". Я не хочу явно указывать имена столбцов 'e', хотя 'g' как 'e', 'f', 'g' скорее использовать что-то вроде 'e': 'g'. Можно ли объединить эти "a", "b" и "e": "g" в одном?

На данный момент я использую pd.concat()

pd.concat([df[:, 'a', 'b']), df[:, ['e': 'g']]], axis = 1)

Farhan M. 27 авг. 2018, в 10:27

Источник

0

Если мой или другой ответ был полезен, не забудьте принять его - нажмите на флажок рядом с ответом, чтобы переключить его с серого на заполненный. Спасибо.
jezrael 28 авг. 2018, в 05:40

Теги:

python

pandas

dataframe

python-3.x

3 ответа

Ещё вопросы

Если мой или другой ответ был полезен, не забудьте принять его - нажмите на флажок рядом с ответом, чтобы переключить его с серого на заполненный. Спасибо.

Chris A · Answer 1 · 2018-08-27T06-35-00.000Z

С RegEx:

df.loc[:,df.columns.str.match('[ab]|[e-g]')]

jezrael · Answer 2 · 2018-08-27T04-43-00.000Z

Используйте DataFrame.filter:

df = pd.DataFrame({'a':list('abcdef'),
                   'b':[4,5,4,5,5,4],
                   'c':[7,8,9,4,2,3],
                   'd':[1,3,5,7,1,0],
                   'e':[5,3,6,9,2,4],
                   'f':list('aaabbb'),
                   'g':[0,3,5,7,1,0],
                   'h':[2,30,50,7,1,0],})

df = df.filter(regex='[ab]|[e-g]')
print (df)

   a  b  e  f  g
0  a  4  5  a  0
1  b  5  3  a  3
2  c  4  6  a  5
3  d  5  9  b  7
4  e  5  2  b  1
5  f  4  4  b  0

Другое решение:

rng = df.loc[:, 'e': 'g'].columns.tolist()
#alternative
#rng = df.columns[df.columns.get_loc('e'): df.columns.get_loc('g') + 1].tolist()

cols = ['a','b'] + rng
df = df[cols]
print (df)

   a  b  e  f  g
0  a  4  5  a  0
1  b  5  3  a  3
2  c  4  6  a  5
3  d  5  9  b  7
4  e  5  2  b  1
5  f  4  4  b  0

ibarrond · Answer 3 · 2018-08-27T05-36-00.000Z

Основываясь на официальной документации pandas, вы сможете это сделать! Выберите df['e':'g'].