按列索引拆分Pandas数据框架

Pandas支持两种数据结构来存储数据：系列（单列）和数据框架，其中数值存储在一个二维表中（行和列）。为了使用索引对数据框架进行索引，我们需要使用dataframe.iloc()方法，它需要

语法：

pandas.DataFrame.iloc[]

参数:

• Index Position:整数或整数列表中的行的索引位置。

返回类型: 数据框或系列，取决于参数。

让我们来创建一个数据框架。在下面的例子中，我们将使用一个简单的二进制数据集，用于分类一个物种是哺乳动物还是爬行动物。物种这一栏持有标签，其中1代表哺乳动物，0代表爬行动物。数据被存储在dict中，可以传递给DataFrame函数，输出一个数据框架。

import pandas as pd
  
dataset = {'toothed': [1, 1, 1, 0, 1, 1, 1, 1, 1, 0],
           'hair': [1, 1, 0, 1, 1, 1, 0, 0, 1, 0],
           'breathes': [1, 1, 1, 1, 1, 1, 0, 1, 1, 1],
           'legs': [1, 1, 0, 1, 1, 1, 0, 0, 1, 1],
           'species': [1, 1, 0, 1, 1, 1, 0, 0, 1, 0]
           }
  
df = pd.DataFrame(dataset)
  
df.head()

输出 :

output of head()

例子1：现在我们想把物种列和特征列（齿、毛、呼吸、腿）分开，为此我们要利用pandas提供的iloc[行、列]方法。

这里’:’代表所有的行，-1代表最后一列，所以下面的单元格要取所有的行和所有的列，除了最后一列（’物种’），在输出中可以看到。

X = df.iloc[:,:-1]
X

输出:

为了将物种列从数据集的其他部分分离出来，我们使用了类似的代码，只是在cols位置没有填充一个切片，而是传入一个整数值-1。

Y = df.iloc[:,-1]
Y

输出 :

实例2：使用整数列表进行分割

通过传入一个整数列表而不是一个片断，可以获得类似的输出结果

X = df.iloc[:,[0,1,2,3]]
X

输出:

对于物种列，我们将使用该列的索引，即4，我们也可以使用-1。

Y = df.iloc[:,4]
Y

输出:

示例3：将数据帧分割成两个独立的数据帧

在上面两个例子中，Y的输出是一个系列，而不是一个数据框架。现在我们要把数据框架分成两个独立的数据框架，这在处理多标签数据集时很有用。将使用同一个数据集。

首先，我们要在柱子的头发上进行分割

df.iloc[:,[0,1]]

输出:

第二个数据框架将包含3列呼吸 , 腿 , 种类

df.iloc[:,[2,3,4]] 

输出: