我正在寻找从数据框中选择多列的最有效方法：
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.rand(4,8), columns = list('abcdefgh'))
我只想选择以下列 a、c、e、f、g 的列，这可以通过使用索引来完成：
df.ix[:,[0,2,4,5,6]]
对于多列的大型数据框，这似乎是一种效率低下的方法，如果可能的话，我宁愿按范围指定连续的列索引，但是像以下这样的尝试都会引发语法错误：
df.ix[:,[0,2,4:6]]
或
df.ix[:,[0,2,[4:6]]]
【问题讨论】：
标签： python pandas multiple-columns
一旦您选择了不相邻的列，您将支付负载。
如果您的数据是同质的，回退到 numpy 会给您带来显着的改进。
In [147]: %timeit df[['a','c','e','f','g']]
%timeit df.values[:,[0,2,4,5,6]]
%timeit df.ix[:,[0,2,4,5,6]]
%timeit pd.DataFrame(df.values[:,[0,2,4,5,6]],columns=df.columns[[0,2,4,5,6]])
100 loops, best of 3: 2.67 ms per loop
10000 loops, best of 3: 58.7 µs per loop
1000 loops, best of 3: 1.81 ms per loop
1000 loops, best of 3: 568 µs per loop
【讨论】：
我觉得你可以用range:
print [0,2] + range(4,7)
[0, 2, 4, 5, 6]
print df.ix[:, [0,2] + range(4,7)]
a c e f g
0 0.278231 0.192650 0.653491 0.944689 0.663457
1 0.416367 0.477074 0.582187 0.730247 0.946496
2 0.396906 0.877941 0.774960 0.057290 0.556719
3 0.119685 0.211581 0.526096 0.213282 0.492261
【讨论】：
Pandas 思路比较好，最短的路是最有效率的：
df[['a','c','e','f','g']]
您不需要 ix，因为它会在您的数据中进行搜索，但为此您显然需要列的名称。
【讨论】：