Wie man jede N-te Spalte in pandas?

Ich habe einen dataframe die wie folgt aussieht:

    a1    b1    c1    a2    b2    c2    a3    ...
x   1.2   1.3   1.2   ...   ...   ...   ...
y   1.4   1.2   ...   ...   ...   ...   ...
z   ...

Was ich will, ist die Gruppierung, die durch jede N-te Spalte. In anderen Worten, ich möchte einen dataframe mit allen, wie man mit bs und eine mit cs

    a1     a2     a4
x   1.2    ...    ...
y
z

In einer anderen Frage ALSO sah ich dass moeglich zu tun df.iloc[::5,:], zum Beispiel, bekommt man alle 5 raw. Ich könnte natürlich df.iloc[:,::3] um die c-cols, aber es funktioniert nicht für immer a und b.

Irgendwelche Ideen?

InformationsquelleAutor Angelo | 2016-03-10

pandas python

18

schneiden Sie die Spalten:
```
df[df.columns[::2]]
```
Holen jede N-te Spalte

Beispiel:
```
In [2]:
cols = ['a1','b1','c1','a2','b2','c2','a3']
df = pd.DataFrame(columns=cols)
df

Out[2]:
Empty DataFrame
Columns: [a1, b1, c1, a2, b2, c2, a3]
Index: []

In [3]:
df[df.columns[::3]]
Out[3]:

Empty DataFrame
Columns: [a1, a2, a3]
Index: []
```
Können Sie auch filter verwenden startswith:
```
In [5]:
a = df.columns[df.columns.str.startswith('a')]
df[a]

Out[5]:
Empty DataFrame
Columns: [a1, a2, a3]
Index: []
```
und tun das gleiche für b cols und c cols etc..

Können Sie eine Reihe von all den einzigartigen col Präfixe mit den folgenden:
```
In [19]:
df.columns.str.extract(r'([a-zA-Z])').unique()

Out[19]:
array(['a', 'b', 'c'], dtype=object)
```
Können Sie dann verwenden Sie diese Werte zum filtern der Spalten mit startswith
- aber ich hab n zahlen a,b,c. Diese bekommt nur mich, c1,c2,c3...cn
- Haben Sie scheinen meinen letzten edit?
- Ja, das funktioniert perfekt.
- Danke, das funktioniert gut!
- Das ist großartig. Aber was ist, wenn ich auswählen muss, die ersten 10 Spalten, und nach, dass ich möchten, wählen Sie jede andere Spalte. Ist es möglich, es zu tun in Ihrer Art, ohne mit concat? Danke.
- die einfachste Sache wäre eine Liste der ersten 10 Spalten, und dann anfügen/verbinden Sie diese mit einer Liste der übrigen Spalten von Interesse sind und geben Sie nur diese zu Ihrem df sub-wählen Sie es. Ich glaube nicht, dass es ist ein schöner Weg, dies zu tun
- Dank Ed. Ich habe eine Frage, die nicht im Zusammenhang mit diesem post. Aber ich sehe, Sie sind super Gelehrter mit Pandas also ich Frage mal trotzdem: gibt es eine Möglichkeit, fügen Sie eine Zeile "total" die Berechnung NUR die Spalten, die ich angegeben haben, so Etwas wie df.loc['Total'] = df.sum(select_list), select_list = [columnA, columnB ...]. Ich habe einen Beitrag, aber nicht wirklich die Antwort, die ich will. Nochmals vielen Dank.
- href="https://stackoverflow.com/questions/25748683/pandas-sum-dataframe-rows-for-given-columns/25748826#25748826" title="pandas Summe dataframe Zeilen für bestimmte Spalten">stackoverflow.com/questions/25748683/...
- Ich Googelte eine Weile und fand es nicht. Danke!
- Deine Antwort Gaben eine Summe Spalte die Berechnung der Zellen pro Reihe. Wie man eine Summe Zeile Berechnung der Zellen in jeder Spalte? Transponieren und dann transponieren zurück oder benutzen Sie einfach axis = 0? Danke.
- wenn Sie don ' T-pass - axis=1 dann bringt es die Summe für jede Spalte
- Perfekt! Ich habe auf der Suche für diese, für so lange. Ich danke Ihnen so sehr. Ich wusste nicht, dass ich tun kann list(dr). Löschen von Spalten aus, die ist viel einfacher, als mit der Auflistung aller Spalten, die ich tun möchte.
InformationsquelleAutor EdChum

Sollten die folgenden arbeiten:

df.ix[:, ::2] - get every second column, beginning with first (here all a's)
df.ix[:, 1::2] - get every second column, beginning with second (b's)
....

Ich nur suchte nach einer Lösung für das gleiche problem und es gelöst.

InformationsquelleAutor divandc

0

In der aktuellen version (0.24), das funktioniert:

Immer Ihre 'a' - Spalten:
```
df.iloc[:, ::3]
```
immer Ihre " b " Spalten:
```
df.iloc[:, 1::3]
```
immer Ihre " c " - Spalten:
```
df.iloc[:, 2::3]
```
InformationsquelleAutor joctee

Schreibe einen Kommentar

Du musst angemeldet sein, um einen Kommentar abzugeben.