将特定选定列作为副本提取到新DataFrame

我有一个包含4列的pandas DataFrame,我想创建一个只有三列的新 DataFrame .这个问题类似于:从数据框中提取特定列,但是对于不是R的pandas.以下代码不起作用,引发错误,并且当然不是这种方式的pandasnic方法.

import pandas as pd
old = pd.DataFrame({'A' : [4,5], 'B' : [10,20], 'C' : [100,50], 'D' : [-30,-50]})
new = pd.DataFrame(zip(old.A, old.C, old.D)) # raises TypeError: data argument can't be an iterator 

什么是pandasnic方式呢？

1> johnchase..：

---

有一种方法可以做到这一点,它看起来与R类似

new = old[['A', 'C', 'D']].copy()

在这里,您只需从原始数据框中选择所需的列并为其创建变量.如果你想修改新的数据帧,你可能想要使用它.copy()来避免SettingWithCopyWarning.

另一种方法是使用filter默认情况下创建副本:

new = old.filter(['A','B','D'], axis=1)

最后,根据原始数据框中的列数,使用a表示这可能更简洁drop(默认情况下也会创建一个副本):

new = old.drop('B', axis=1)

---

如果只复制一列则需要注意:在`old [['A']] .copy()`中,需要双方括号来创建新的数据帧.请注意,`old ['A'].copy()`只会创建一个Series.

2> 小智..：

---

另一个更简单的方法似乎是：

new = pd.DataFrame（[old.A，old.B，old.C]）。transpose（）

其中old.column_name将为您提供一系列。列出所有要保留的列系列，并将其传递给DataFrame构造函数。我们需要进行转置来调整形状。

In [14]:pd.DataFrame([old.A,old.B,old.C]).transpose()
Out[14]: 
   A   B    C
0  4  10  100
1  5  20   50

3> stidmatt..：

---

最简单的方法是

new = old[['A','C','D']]

。