Bagaimanakah Saya Memilih Lajur dalam Pandas DataFrames dengan Cekap?

Memilih Lajur dalam Bingkai Data Pandas

Apabila berurusan dengan tugasan manipulasi data, pemilihan lajur tertentu menjadi perlu. Dalam Panda, terdapat pelbagai pilihan untuk memilih lajur.

Pilihan 1: Menggunakan Nama Lajur

Untuk memilih lajur mengikut nama lajur, cuma hantar senarai nama lajur sebagai berikut:

df1 = df[['a', 'b']]

Pilihan 2: Menggunakan Berangka Indeks

Jika indeks lajur diketahui, gunakan fungsi iloc untuk memilihnya. Ambil perhatian bahawa pengindeksan Python adalah berasaskan sifar.

df1 = df.iloc[:, 0:2]  # Select columns with indices 0 and 1

Pilihan Alternatif: Pengindeksan Menggunakan Kamus

Untuk kes di mana indeks lajur mungkin berubah, gunakan pendekatan berikut:

column_dict = {df.columns.get_loc(c): c for idx, c in enumerate(df.columns)}
df1 = df.iloc[:, list(column_dict.keys())]

Tidak disyorkan Pendekatan

Pendekatan berikut tidak disyorkan kerana ia boleh membawa kepada ralat:

df1 = df['a':'b']  # Slicing column names does not work
df1 = df.ix[:, 'a':'b']  # Deprecated indexing method

Memelihara Data Asal

Perhatikan bahawa memilih lajur hanya mencipta paparan atau rujukan kepada kerangka data asal. Jika anda memerlukan salinan bebas lajur yang dipilih, gunakan kaedah copy():

df1 = df.iloc[:, 0:2].copy()

Atas ialah kandungan terperinci Bagaimanakah Saya Memilih Lajur dalam Pandas DataFrames dengan Cekap?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!