在熊猫数据框上创建视图
原文:https://www.geesforgeks.org/creating-view-on-pandas-data frame/
很多时候，在进行数据分析时，我们处理的是一个庞大的数据集，有很多属性。所有的属性不一定都同等重要。因此，我们希望只处理 dataframe 中的一组列。为此，让我们看看如何在 Dataframe 上创建视图，只选择那些我们需要的列，而留下其余的。
有关代码中使用的 CSV 文件的链接，请单击此处的。
解决方案#1: 可以通过删除所有不需要的列来选择数据框中的一组列。
# importing pandas as pd
import pandas as pd
# Reading the csv file
df = pd.read_csv("nba.csv")
# Print the dataframe
print(df)
输出:
现在我们将选择除前三列之外的所有列。
# drop the first three columns
df.drop(df.columns[[0, 1, 2]], axis = 1)
输出:
我们也可以使用要删除的列的名称。
# drop the 'Name', 'Team' and 'Number' columns
df.drop(['Name', 'Team', 'Number'], axis = 1)
输出:
解决方案#2 : 我们可以单独选择我们需要的所有列，而省略其余的。
# importing pandas as pd
import pandas as pd
# Reading the csv file
df = pd.read_csv("nba.csv")
# select the first three columns
# and store the result in a new dataframe
df_copy = df.iloc[:, 0:3]
# Print the new DataFrame
df_copy
输出:
我们也可以通过向DataFrame.iloc属性传递一个列表来随机选择列。
# select the first, third and sixth columns
# and store the result in a new dataframe
# The numbering of columns begins from 0
df_copy = df.iloc[:, [0, 2, 5]]
# Print the new DataFrame
df_copy
输出:
或者，我们也可以命名我们想要选择的列。
# Select the below listed columns
df_copy = df[['Name', 'Number', 'College']]
# Print the new DataFrame
df_copy
输出:
