パンダ列を場所で選択する

Question

名前でpandas列に整数でアクセスしようとしています。

df.ix[3]を使用して、場所によって行を選択できます。

しかし、整数で列を選択する方法はありますか？

マイデータフレーム：気にしてい

df=pandas.DataFrame({'a':np.random.rand(5), 'b':np.random.rand(5)}) 

Answer 1

二つのアプローチ：

>>> df 
      A   B   C   D 
0 0.424634 1.716633 0.282734 2.086944 
1 -1.325816 2.056277 2.583704 -0.776403 
2 1.457809 -0.407279 -1.560583 -1.316246 
3 -0.757134 -1.321025 1.325853 -2.513373 
4 1.366180 -1.265185 -2.184617 0.881514 
>>> df.ix[:, 2] 
0 0.282734 
1 2.583704 
2 -1.560583 
3 1.325853 
4 -2.184617 
Name: C 
>>> df[df.columns[2]] 
0 0.282734 
1 2.583704 
2 -1.560583 
3 1.325853 
4 -2.184617 
Name: C 

Answer 2

あなたはまた、整数列にアクセスするためにdf.icol(n)を使用することができます。

更新：icolは推奨されておらず、同じ機能をすることによって達成することができる。

df.iloc[:, n] # to access the column at the nth position 

Answer 3

方法.transpose（）カラムに行と行と列を変換し、それゆえあなたも書くことができる

df.transpose().ix[3] 

Answer 4

.locを使用して.locを使用するか、インデックスを使用して.locを使用して ラベルを使用することができます。

In [50]: import pandas as pd 

In [51]: import numpy as np 

In [52]: df = pd.DataFrame(np.random.rand(4,4), columns = list('abcd')) 

In [53]: df 
Out[53]: 
      a   b   c   d 
0 0.806811 0.187630 0.978159 0.317261 
1 0.738792 0.862661 0.580592 0.010177 
2 0.224633 0.342579 0.214512 0.375147 
3 0.875262 0.151867 0.071244 0.893735 

In [54]: df.loc[:, ["a", "b", "d"]] ### Selective columns based slicing 
Out[54]: 
      a   b   d 
0 0.806811 0.187630 0.317261 
1 0.738792 0.862661 0.010177 
2 0.224633 0.342579 0.375147 
3 0.875262 0.151867 0.893735 

In [55]: df.loc[:, "a":"c"] ### Selective label based column ranges slicing 
Out[55]: 
      a   b   c 
0 0.806811 0.187630 0.978159 
1 0.738792 0.862661 0.580592 
2 0.224633 0.342579 0.214512 
3 0.875262 0.151867 0.071244 

In [56]: df.iloc[:, 0:3] ### Selective index based column ranges slicing 
Out[56]: 
      a   b   c 
0 0.806811 0.187630 0.978159 
1 0.738792 0.862661 0.580592 
2 0.224633 0.342579 0.214512 
3 0.875262 0.151867 0.071244 

Answer 5

複数の列にアクセスするには、列インデックスのリストをdataFrame.ixに渡します。例えば

：質問をするために更新

>>> df = pandas.DataFrame({'a':np.random.rand(5), 'b':np.random.rand(5), 'c':np.random.rand(5), 'd':np.random.rand(5)}) 

>>> df 
      a   b   c   d 
0 0.705718 0.414073 0.007040 0.889579 
1 0.198005 0.520747 0.827818 0.366271 
2 0.974552 0.667484 0.056246 0.524306 
3 0.512126 0.775926 0.837896 0.955200 
4 0.793203 0.686405 0.401596 0.544421 

>>> df.ix[:,[1,3]] 
      b   d 
0 0.414073 0.889579 
1 0.520747 0.366271 
2 0.667484 0.524306 
3 0.775926 0.955200 
4 0.686405 0.544421