在 Python 中选择一系列列答案

【问题标题】：Selecting a range of columns in Python在 Python 中选择一系列列
【发布时间】：2019-01-15 03:42:10
【问题描述】：

我有一个由第 0 到第 10 列组成的数据集，我想提取仅在第 1 到第 5 列中的信息，而不是第 6 列和第 7 到第 9 列（这意味着不是最后一个）。到目前为止，我做了以下工作：

 A=B[:,[[1:5],[7:-1]]]

但我遇到语法错误，我该如何获取该数据？

谢谢

【问题讨论】：

标签： python arrays numpy indexing range

【解决方案1】：

高级索引不采用切片列表的列表。相反，您可以使用numpy.r_。此函数不采用负索引，但您可以使用 np.ndarray.shape 解决此问题：

A = B[:, np.r_[1:6, 7:B.shape[1]-1]]

记得在第二部分加1，因为a: b不包括b，同理slice(a, b)不包括b。另请注意，索引从 0 开始。

这是一个演示：

import numpy as np

B = np.random.randint(0, 10, (3, 11))

print(B)

[[5 8 8 8 3 0 7 2 1 6 7]
 [4 3 8 7 3 7 5 6 0 5 7]
 [1 0 4 0 2 2 5 1 4 2 3]]

A = B[:,np.r_[1:6, 7:B.shape[1]-1]]

print(A)

[[8 8 8 3 0 2 1 6]
 [3 8 7 3 7 6 0 5]
 [0 4 0 2 2 1 4 2]]

【讨论】：

【解决方案2】：

另一种方法是独立获取切片，然后连接：

A = np.concatenate([B[:, 1:6], B[:, 7:-1]], axis=1)

使用与@jpp类似的示例数据：

B = np.random.randint(0, 10, (3, 10))

>>> B
array([[0, 5, 0, 6, 8, 5, 9, 3, 2, 0],
       [8, 8, 1, 7, 3, 5, 7, 7, 4, 8],
       [5, 5, 5, 2, 3, 1, 6, 4, 9, 6]])

A = np.concatenate([B[:, 1:6], B[:, 7:-1]], axis=1)

>>> A
array([[5, 0, 6, 8, 5, 3, 2],
       [8, 1, 7, 3, 5, 7, 4],
       [5, 5, 2, 3, 1, 4, 9]])

【讨论】：

【解决方案3】：

联合范围怎么样？

B[:, np.union1d(range(1,6), range(7,10))]

【讨论】：

【解决方案4】：

只是补充一些我的想法。使用 numpy 或 pandas 可以采用两种方法。因此，我将用一些数据进行演示，并假设数据是他/她就读的不同课程的学生的成绩。

import pandas as pd
import numpy as np

data = {'Course A': [84, 82, 81, 89, 73, 94, 92, 70, 88, 95],
        'Course B': [85, 82, 72, 77, 75, 89, 95, 84, 77, 94],
        'Course C': [97, 94, 93, 95, 88, 82, 78, 84, 69, 78],
        'Course D': [84, 82, 81, 89, 73, 94, 92, 70, 88, 95],
        'Course E': [85, 82, 72, 77, 75, 89, 95, 84, 77, 94],
        'Course F': [97, 94, 93, 95, 88, 82, 78, 84, 69, 78]
        }

df = pd.DataFrame(data=data)
df.head()


    CA  CB  CC  CD  CE  CF
0   84  85  97  84  85  97
1   82  82  94  82  82  94
2   81  72  93  81  72  93
3   89  77  95  89  77  95
4   73  75  88  73  75  88

注意： CA 到 CF 代表 Course A 到 Course F.

为了帮助我们记住列名及其相关索引，我们可以通过列表推导构建列及其索引的列表。

map_cols = [f"{c[0]}:{c[1]}" for c in enumerate(df.columns)]

['0:Course A',
 '1:Course B',
 '2:Course C',
 '3:Course D',
 '4:Course E',
 '5:Course F']

现在，要在 numpy 中使用索引选择 Course A 和 Course D 到 Course F，您可以执行以下操作：

df.iloc[:, np.r_[0, 3:df.shape[1]]]

    CA  CD  CE  CF
0   84  84  85  97
1   82  82  82  94
2   81  81  72  93
3   89  89  77  95
4   73  73  75  88

你也可以使用 pandas 来达到同样的效果。

df[[df.columns[0], *df.columns[3:]]]

    CA  CD  CE  CF
0   84  84  85  97
1   82  82  82  94
2   81  81  72  93
3   89  89  77  95
4   73  73  75  88

【讨论】：

【解决方案5】：

可以用range的总和来解决这个问题

[In]: columns = list(range(1,6)) + list(range(7,10))
[Out]: 
[1, 2, 3, 4, 5, 7, 8, 9]

然后，考虑到您的 df 称为 df，使用 iloc 选择 DF 列

newdf = df.iloc[:, columns]

【讨论】：