キープ/スライス特定の列

Question

私はこれらのコラムのスライス方法について知っている：

df2 = df[["col1", "col2", "col3"]]とdf2 = df.ix[:,0:2]

が、目の前/中/終了から列をスライスする方法がある場合、私は思ったんだけど同じスライス内のデータフレームは、それぞれを個別にリストすることなく記録されます。

たとえば、カラムcol1、col2、col3、col4、col5、およびcol6のデータフレームdf。

このような方法がありますか？

df2 = df.ix[:, [0:2, "col5"]]

私は何百もの列を持ち、日常異なる要求のための具体的なものをスライスする必要がある状況にいますよ。私はドキュメントをチェックして、このようなものを見ていない。私は何か見落としたことがありますか？

ありがとうございます！

*私が探しているものがより明確になるように編集されました。

Answer 1

IIUC、私の最も簡単な方法の関数を書くことができような何かを行うことができますそうでない場合Indexオブジェクトは自身を、追加のベクトルにしようとしますので、list呼び出しはオプションではありません

>>> import pandas as pd 
>>> import numpy as np 
>>> df = pd.DataFrame(np.random.randn(5, 10)) 
>>> df[list(df.columns[:2]) + [7]] 
      0   1   7 
0 0.210139 0.533249 1.780426 
1 0.382136 0.083999 -0.392809 
2 -0.237868 0.493646 -1.208330 
3 1.242077 -0.781558 2.369851 
4 1.910740 -0.643370 0.982876 

：このようなものになるだろうと考えることができますそれがトラブルの価値があるかどうかはわからないが、7

これは、特殊なケースにnumpyののr_よう

df[col_[:2, "col5", 3:6]] 

がうまくいくようなものことは可能であろう。

Answer 2

あなたが何を求めているのかよく分かりません。あなたが特定の列の最初と最後の5行をしたい場合は、この

df = pd.DataFrame({'col1': np.random.randint(0,3,1000), 
       'col2': np.random.rand(1000), 
       'col5': np.random.rand(1000)}) 
In [36]: df['col5'] 
Out[36]: 
0  0.566218 
1  0.305987 
2  0.852257 
3  0.932764 
4  0.185677 
... 
996 0.268700 
997 0.036250 
998 0.470009 
999 0.361089 
Name: col5, Length: 1000 
In [38]: df['col5'][(df.index < 5) | (df.index > (len(df) - 5))] 
Out[38]: 
0  0.566218 
1  0.305987 
2  0.852257 
3  0.932764 
4  0.185677 
996 0.268700 
997 0.036250 
998 0.470009 
999 0.361089 
Name: col5 

あるいは、より一般的に、あなたは

In [41]: def head_and_tail(df, n=5): 
    ...:  return df[(df.index < n) | (df.index > (len(df) - n))] 
In [44]: head_and_tail(df, 7) 
Out[44]: 
    col1  col2  col5 
0  0 0.489944 0.566218 
1  1 0.639213 0.305987 
2  1 0.000690 0.852257 
3  2 0.620568 0.932764 
4  0 0.310816 0.185677 
5  0 0.930496 0.678504 
6  2 0.165250 0.440811 
994  2 0.842181 0.636472 
995  0 0.899453 0.830839 
996  0 0.418264 0.268700 
997  0 0.228304 0.036250 
998  2 0.031277 0.470009 
999  1 0.542502 0.361089 

Answer 3

フィルタリングできる情報がカラム名にある場合は、df.filter（regex = 'name *'）を使用できます。 私は181のデータチャンネルをa1_01からb3_21までの間でフィルタリングするためにこれを使用しています。