Tutoriales

Columnas de selección de pandas

Este artículo discutirá la selección de una columna o un subconjunto de columnas de un DataFrame de pandas.

Marco de datos de muestra

En este artículo, usaremos un DataFrame de muestra como se muestra en el siguiente código de ejemplo:

# importar pandas
importar pandas como p.d.
d.f. = p.d.Marco de datos({
‘productos’: [‘Product1’, ‘Product2’, ‘Product3’],
‘precio’: [100.9, 10.33, 12.00],
‘cantidad’: [100, 10, 34]},
índice=[1,2,3]
)
d.f.

El DataFrame resultante es como se muestra a continuación:

Siéntase libre de usar su conjunto de datos para una mejor comprensión.

Seleccionar columnas por índice

El primer método que discutiremos es seleccionar columnas por sus índices. Para eso, podemos usar el método iloc.

La sintaxis se expresa a continuación:

Marco de datos.iloc[rows_to_select, [column_indices]]

Por ejemplo, para obtener la primera y la segunda columna (incluidas todas las filas), podemos hacer lo siguiente:

Lo anterior debería devolver:

Seleccionar columna por rango de índice

También podemos seleccionar varias columnas especificando su rango de índice. Por ejemplo, en nuestro DataFrame de muestra, podemos seleccionar las columnas del índice 0 al 3 como se muestra:

Esto debería devolver todo el DataFrame como se muestra:

Seleccionar columna por nombre

Para seleccionar columnas por nombre, podemos usar la sintaxis que se muestra a continuación:

Marco de datos[[‘column_name1’, ‘column_name2’]]

Un ejemplo es el que se muestra a continuación:

d.f.[[‘products’, ‘price’]]

Esto debería devolver:

Seleccionar columnas entre nombres de columna

Es posible que deba seleccionar columnas entre dos nombres de columna en algunos casos. Para eso, podemos usar la sintaxis que se muestra a continuación:

Marco de datos.ubicación[:, ‘start_column’:‘end_column’]

En nuestro ejemplo DataFrame, podemos hacer:

d.f.ubicación[:, ‘products’:‘quantity’]

Esto debería devolver un DataFrame como se muestra:

Clausura

Este artículo nos enseñó cómo usar columnas seleccionadas en un DataFrame de Pandas usando sus posiciones de índice, rango de índice y nombres de columna.

¡¡Gracias por leer!!

LEER  Cómo encontrar la cantidad de ranuras de RAM en Linux

Publicaciones relacionadas

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Botón volver arriba