选择最后 n 列并排除数据框中的最后 n 列
Posted
技术标签:
【中文标题】选择最后 n 列并排除数据框中的最后 n 列【英文标题】：Selecting last n columns and excluding last n columns in dataframe 【发布时间】：2016-01-07 15:50:36 【问题描述】：我该怎么做：
-
选择数据框中的最后 3 列并创建一个新数据框？
我试过了：
y = dataframe.iloc[:,-3:]
-
排除最后 3 列并创建新数据框？
我试过了：
X = dataframe.iloc[:,:-3]
这是正确的吗？
我的代码中进一步出现数组维度错误，并希望确保此步骤正确。
谢谢
【问题讨论】：
【参考方案1】：只是做：
y = dataframe[dataframe.columns[-3:]]
这会分割列，以便您可以从 df 中进行子选择
例子：
In [221]:
df = pd.DataFrame(columns=np.arange(10))
df[df.columns[-3:]]
Out[221]:
Empty DataFrame
Columns: [7, 8, 9]
Index: []
我认为这里的问题是，因为您已经获取了 df 的一部分，所以它返回了一个视图，但取决于您的其余代码正在做什么，它会发出警告。您可以通过调用.copy() 来制作显式副本以删除警告。
所以如果我们复制一份，那么赋值只会影响副本而不影响原始df：
In [15]:
df = pd.DataFrame(np.random.randn(5,10), columns= np.arange(10))
df
Out[15]:
0 1 2 3 4 5 6 \
0 0.568284 -1.488447 0.970365 -1.406463 -0.413750 -0.934892 -1.421308
1 1.186414 -0.417366 -1.007509 -1.620530 -1.322004 0.294540 1.205115
2 -1.073894 -0.214972 1.516563 -0.705571 0.068666 1.690654 -0.252485
3 0.923524 -0.856752 0.226294 -0.660085 1.259145 0.400596 0.559028
4 0.259807 0.135300 1.130347 -0.317305 -1.031875 0.232262 0.709244
7 8 9
0 1.741925 -0.475619 -0.525770
1 2.137546 0.215665 1.908362
2 1.180281 -0.144652 0.870887
3 -0.609804 -0.833186 -1.033656
4 0.480943 1.971933 1.928037
In [16]:
y = df[df.columns[-3:]].copy()
y
Out[16]:
7 8 9
0 1.741925 -0.475619 -0.525770
1 2.137546 0.215665 1.908362
2 1.180281 -0.144652 0.870887
3 -0.609804 -0.833186 -1.033656
4 0.480943 1.971933 1.928037
In [17]:
y[y>0] = 0
print(y)
df
7 8 9
0 0.000000 -0.475619 -0.525770
1 0.000000 0.000000 0.000000
2 0.000000 -0.144652 0.000000
3 -0.609804 -0.833186 -1.033656
4 0.000000 0.000000 0.000000
Out[17]:
0 1 2 3 4 5 6 \
0 0.568284 -1.488447 0.970365 -1.406463 -0.413750 -0.934892 -1.421308
1 1.186414 -0.417366 -1.007509 -1.620530 -1.322004 0.294540 1.205115
2 -1.073894 -0.214972 1.516563 -0.705571 0.068666 1.690654 -0.252485
3 0.923524 -0.856752 0.226294 -0.660085 1.259145 0.400596 0.559028
4 0.259807 0.135300 1.130347 -0.317305 -1.031875 0.232262 0.709244
7 8 9
0 1.741925 -0.475619 -0.525770
1 2.137546 0.215665 1.908362
2 1.180281 -0.144652 0.870887
3 -0.609804 -0.833186 -1.033656
4 0.480943 1.971933 1.928037
这里没有发出警告，原始的 df 没有改变。
【讨论】：
【参考方案2】：这是因为使用了整数索引（ix 通过标签而不是位置选择那些，这是设计使然：请参阅 pandas "gotchas"* 中的整数索引）。
*在新版本的 pandas 中更喜欢 loc 或 iloc 来消除 ix 作为位置或标签的歧义：
df.iloc[-3:] 请参阅文档。
正如 Wes 指出的，在这种特定情况下，您应该只使用 tail！
还应该注意的是，在 Pandas 0.14 之前的版本中，iloc 会在越界访问时引发 IndexError，而 .head() 和 .tail() 则不会：
pd.版本 '0.12.0' df = pd.DataFrame(["a": 1, "a": 2]) df.iloc[-5:] ... IndexError：切片越界（结束） df.tail(5) 一种 0 1 1 2 旧答案（折旧方法）：
您可以使用 irows DataFrame 方法来克服这种歧义：
在 [11] 中：df1.irow(slice(-3, None)) 输出[11]： STK_ID RPT_Date T关闭销售折扣 8 568 20080331 38.75 12.668 南 9 568 20080630 30.09 21.102 南 10 568 20080930 26.00 30.769 南 注意：Series 也有类似的 iget 方法。
【讨论】：
【参考方案3】：最有效的方法：
1.选择最后 n 列
df1 = df.iloc[:,-n:]
2。排除最后 n 列
df1 = df.iloc[:,:-n]
【讨论】：
以上是关于选择最后 n 列并排除数据框中的最后 n 列的主要内容，如果未能解决你的问题，请参考以下文章