通过位置选择pandas列

Question

我只是想通过数字来访问命名的 pandas 列。

你可以使用 df.ix[3] 来通过位置选择一行。

但是，怎么通过数字选择一列呢？

我的数据框：

df=pandas.DataFrame({'a':np.random.rand(5), 'b':np.random.rand(5)})

Answer 1

你可以使用基于标签的方法，比如 .loc，或者基于索引的方法，比如 .iloc，来进行列切片，包括选择一系列的列：

In [50]: import pandas as pd

In [51]: import numpy as np

In [52]: df = pd.DataFrame(np.random.rand(4,4), columns = list('abcd'))

In [53]: df
Out[53]: 
          a         b         c         d
0  0.806811  0.187630  0.978159  0.317261
1  0.738792  0.862661  0.580592  0.010177
2  0.224633  0.342579  0.214512  0.375147
3  0.875262  0.151867  0.071244  0.893735

In [54]: df.loc[:, ["a", "b", "d"]] ### Selective columns based slicing
Out[54]: 
          a         b         d
0  0.806811  0.187630  0.317261
1  0.738792  0.862661  0.010177
2  0.224633  0.342579  0.375147
3  0.875262  0.151867  0.893735

In [55]: df.loc[:, "a":"c"] ### Selective label based column ranges slicing
Out[55]: 
          a         b         c
0  0.806811  0.187630  0.978159
1  0.738792  0.862661  0.580592
2  0.224633  0.342579  0.214512
3  0.875262  0.151867  0.071244

In [56]: df.iloc[:, 0:3] ### Selective index based column ranges slicing
Out[56]: 
          a         b         c
0  0.806811  0.187630  0.978159
1  0.738792  0.862661  0.580592
2  0.224633  0.342579  0.214512
3  0.875262  0.151867  0.071244

Answer 2

你也可以用 df.icol(n) 通过数字来访问某一列。

更新：icol 这个方法已经不再推荐使用了，你可以通过以下方式实现相同的功能：

df.iloc[:, n]  # to access the column at the nth position

Answer 3

我想到两种方法：

>>> df
          A         B         C         D
0  0.424634  1.716633  0.282734  2.086944
1 -1.325816  2.056277  2.583704 -0.776403
2  1.457809 -0.407279 -1.560583 -1.316246
3 -0.757134 -1.321025  1.325853 -2.513373
4  1.366180 -1.265185 -2.184617  0.881514
>>> df.iloc[:, 2]
0    0.282734
1    2.583704
2   -1.560583
3    1.325853
4   -2.184617
Name: C
>>> df[df.columns[2]]
0    0.282734
1    2.583704
2   -1.560583
3    1.325853
4   -2.184617
Name: C

---

补充说明: 原来的回答提到了使用 df.ix[:,2]，但这个功能现在已经不推荐使用了。用户应该改用 df.iloc[:,2]。