python - iloc - Selección de la columna de pandas por ubicación

python dataframe column

Question

Simplemente estoy tratando de acceder a las columnas de los pandas nombrados por un número entero.

Puede seleccionar una fila por ubicación usando df.ix[3] .

¿Pero cómo seleccionar una columna por entero?

Mi marco de datos:

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

Answer 1

Dos enfoques que vienen a la mente:

>>> 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.ix[:, 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

Answer 2

El método .transpose () convierte columnas en filas y filas en columnas, por lo que incluso podría escribir

df.transpose().ix[3]

Answer 3

Puede acceder a múltiples columnas pasando una lista de índices de columna a dataFrame.ix.

Por ejemplo:

>>> df = pandas.DataFrame({''a'':np.random.rand(5), ''b'':np.random.rand(5), ''c'':np.random.rand(5), ''d'':np.random.rand(5)})
>>> df
a b c d
0 0.705718 0.414073 0.007040 0.889579
1 0.198005 0.520747 0.827818 0.366271
2 0.974552 0.667484 0.056246 0.524306
3 0.512126 0.775926 0.837896 0.955200
4 0.793203 0.686405 0.401596 0.544421
>>> df.ix[:,[1,3]]
b d
0 0.414073 0.889579
1 0.520747 0.366271
2 0.667484 0.524306
3 0.775926 0.955200
4 0.686405 0.544421

Answer 4

Puede usar etiquetas basadas en .loc o index basadas en el método .iloc para hacer divisiones de columnas, incluidos los rangos de columnas:

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 5

También puede usar df.icol(n) para acceder a una columna por entero.

Actualización: icol está en desuso y la misma funcionalidad se puede lograr mediante:

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