如何访问 pandas 列 - Python

在 Pandas 中，数据通常以表格形式存储，每列都是一个 Series 对象。在这篇文章中，我们将探讨如何在 Pandas 中访问列。

创建一个 DataFrame

我们可以使用以下代码创建一个 DataFrame：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eric'],
        'age': [25, 32, 18, 47, 33],
        'country': ['US', 'Canada', 'UK', 'US', 'Australia']}

df = pd.DataFrame(data)

这将创建以下 DataFrame：

       name  age    country
0     Alice   25         US
1       Bob   32     Canada
2   Charlie   18         UK
3     David   47         US
4      Eric   33  Australia

访问列

我们可以通过列名访问列。例如，要访问“name”列，我们可以使用以下代码：

name_column = df['name']
print(name_column)

这将输出以下内容：

0      Alice
1        Bob
2    Charlie
3      David
4       Eric
Name: name, dtype: object

如果我们想访问多个列，可以传递一个列名称列表：

columns = ['name', 'age']
subset = df[columns]
print(subset)

这将输出以下内容：

      name  age
0    Alice   25
1      Bob   32
2  Charlie   18
3    David   47
4     Eric   33

通过索引访问列

与行索引类似，Pandas 还提供了访问列索引的方法。我们可以使用 iloc 调用按位置访问列，或者使用 loc 按标签访问列。以下是具体的示例代码：

按位置访问列：

age_column = df.iloc[:, 1]
print(age_column)

这将输出以下内容：

0    25
1    32
2    18
3    47
4    33
Name: age, dtype: int64

按标签访问列：

country_column = df.loc[:, 'country']
print(country_column)

这将输出以下内容：

0           US
1       Canada
2           UK
3           US
4    Australia
Name: country, dtype: object

总结

访问 Pandas DataFrame 的列相当简单。我们只需要使用列名或索引即可访问单个或多个列。如果您正在学习 Pandas，请务必掌握这些技巧。