Pandas 通过位置选择列

在本文中，我们将介绍如何使用 Pandas 按位置选择数据框中的列。这是一个非常常见的操作，尤其是当你有很多列时。

`iloc` 方法

Pandas 提供了一个 iloc 方法，用于按位置选择数据框中的行或列。下面是一些示例：

import pandas as pd

# 创建数据框
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 30, 35, 40],
        'salary': [50000, 60000, 70000, 80000]}
df = pd.DataFrame(data)

# 选择第一列
df.iloc[:, 0]

# 选择第一列和第三列
df.iloc[:, [0, 2]]

# 选择最后一列
df.iloc[:, -1]

# 选择第二行
df.iloc[1, :]

# 选择第二行和第四行
df.iloc[[1, 3], :]

# 选择第二行和最后一列
df.iloc[1, -1]

在这个示例中，我们创建了一个包含名称、年龄和薪水的数据框。然后，我们使用 iloc 方法按位置选择了不同的行和列。

`.iloc[]` 与 `.loc[]` 方法的区别

.iloc[] 和 .loc[] 方法都可以按行和列选择数据框。它们之间的不同在于，.iloc[] 方法使用整数索引，而 .loc[] 方法使用标签索引。下面是一些示例：

import pandas as pd

# 创建数据框
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 30, 35, 40],
        'salary': [50000, 60000, 70000, 80000]}
df = pd.DataFrame(data)

# 使用 loc 方法选择列
df.loc[:, 'name']

# 使用 iloc 方法选择列
df.iloc[:, 0]

# 使用 loc 方法选择行
df.loc[1, :]

# 使用 iloc 方法选择行
df.iloc[1, :]

请注意，.loc[] 方法使用标签名选择行和列，而 .iloc[] 方法使用整数位置选择行和列。

使用整数列表选择列

除了使用 .iloc[] 方法选择列之外，你还可以使用整数列表，如下所示：

import pandas as pd

# 创建数据框
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 30, 35, 40],
        'salary': [50000, 60000, 70000, 80000]}
df = pd.DataFrame(data)

# 选择第一列
df[[df.columns[0]]]

# 选择第一列和第三列
df[[df.columns[0], df.columns[2]]]

# 选择最后一列
df[[df.columns[-1]]]