dataframe获取指定列

简介: dataframe获取指定列

您可以使用以下两种方法来选取指定列:

  1. 使用列名选取:

    import pandas as pd
    df = pd.read_csv('data.csv')
    col_data = df[['column_name1', 'column_name2']]
    print(col_data)
    
  2. 使用iloc和loc选取:

    # 使用iloc选取第一列和第二列
    col_data = df.iloc[:, [0, 1]]
    # 使用loc选取第一行和第二行,以及第一列和第二列
    col_data = df.loc[0:1, ['column_name1', 'column_name2']]
    
相关文章
|
Python
在dataframe中插入新的一行
在pandas中,可以使用`insert`函数在dataframe中插入新的一行。
1279 1
|
Python
dataframe添加一新列
dataframe添加一新列
2389 2
|
Python
DataFrame合并和连接案例解析
【4月更文挑战第9天】该文介绍了Pandas中DataFrame的合并与连接。通过创建两个DataFrame `df1` 和 `df2`,分别展示其内容,然后利用`merge()`方法按姓名列合并,生成包含共同姓名的完整信息的新DataFrame。此外,还使用`concat()`方法将两个DataFrame沿垂直方向(axis=0)连接,形成一个包含所有原始数据的新DataFrame。
257 2
|
Python
df获取最后一行数据
df获取最后一行数据
783 0
|
4月前
|
数据采集 安全 数据挖掘
Pandas数据合并:10种高效连接技巧与常见问题
在数据分析中,数据合并是常见且关键的步骤。本文针对合并来自多个来源的数据集时可能遇到的问题,如列丢失、重复记录等,提供系统解决方案。基于对超1000个复杂数据集的分析经验,总结了10种关键技术,涵盖Pandas库中`merge`和`join`函数的使用方法。内容包括基本合并、左连接、右连接、外连接、基于索引连接、多键合并、数据拼接、交叉连接、后缀管理和合并验证等场景。通过实际案例与技术原理解析,帮助用户高效准确地完成数据整合任务,提升数据分析效率。
399 13
Pandas数据合并:10种高效连接技巧与常见问题
|
9月前
|
编解码 数据挖掘 开发者
Pandas数据导出:CSV文件
Pandas是Python中强大的数据分析库,提供了灵活的数据结构如DataFrame和Series。通过`to_csv()`函数可轻松将数据保存为CSV文件。本文介绍了基本用法、常见问题(如编码、索引、分隔符等)及解决方案,并涵盖大文件处理和报错解决方法,帮助用户高效导出数据。
675 83
|
SQL 索引 Python
Pandas中DataFrame合并的几种方法
Pandas中DataFrame合并的几种方法
1622 0
|
Python
Python中如何按行遍历DataFrame
听世界的意见,保留自己的态度。
2246 0
成功解决A value is trying to be set on a copy of a slice from a DataFrame. Try using .loc[row_indexer,co
成功解决A value is trying to be set on a copy of a slice from a DataFrame. Try using .loc[row_indexer,co
|
索引 Python
pandas读取某列、某行数据——loc、iloc用法总结
pandas读取某列、某行数据——loc、iloc用法总结
2539 2