在 Pandas Dataframe 中選擇多列
Manav Narula
2023年1月30日
2020年12月19日
在從 Pandas DataFrame 中提取多列資料時，我們可能會遇到一些問題，這主要是因為他們把 Dataframe 當作一個二維陣列。要從 DataFrame 中選擇多列資料，我們可以使用基本的索引方法，將列名列表傳遞給 __getitem__ 語法（[]），或者使用 Pandas 庫提供的 iloc() 和 loc() 方法。在本教程中，我們將從以下 DataFrame 中選擇多列。
示例 DataFrame：
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.rand(4,4), columns = ['a','b','c','d'])
print(df)
輸出：
a b c d
0 0.255086 0.282203 0.342223 0.263599
1 0.744271 0.591687 0.861554 0.871859
2 0.420066 0.713664 0.770193 0.207427
3 0.014447 0.352515 0.535801 0.119759
使用 __getitem__ 語法([])選擇多列
通過將要提取的列名儲存在一個列表中，然後傳遞給 []，我們可以從 DataFrame 中選擇多個列。下面的程式碼將解釋我們如何從之前顯示的 DataFrame 中選擇列 a 和 c。
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.rand(4,4), columns = ['a','b','c','d'])
print(df[['a','c']])
輸出：
a c
0 0.255086 0.342223
1 0.744271 0.861554
2 0.420066 0.770193
3 0.014447 0.535801
在 Pandas 中使用 iloc() 和 loc() 方法選擇多列
我們還可以使用 iloc() 和 loc() 方法來選擇多列。
當我們要使用列索引來提取它們時，我們可以使用 iloc()，如下例所示。
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.rand(4,4), columns = ['a','b','c','d'])
print(df.iloc[:,[0,2]])
輸出：
a c
0 0.255086 0.342223
1 0.744271 0.861554
2 0.420066 0.770193
3 0.014447 0.535801
同樣，當我們想使用列名來選擇列時，我們可以使用 loc()，如下圖所示。
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.rand(4,4), columns = ['a','b','c','d'])
print(df.loc[:,['a','c']])
輸出：
a c
0 0.255086 0.342223
1 0.744271 0.861554
2 0.420066 0.770193
3 0.014447 0.535801
Author: Manav Narula
Manav is a IT Professional who has a lot of experience as a core developer in many live projects. He is an avid learner who enjoys learning new things and sharing his findings whenever possible.
LinkedIn