从数据框中选择列（如果它们存在）

Question

我有一个包含多列的 pandas DataFrame（列名称是数字；1、2、...），如果它们确实存在，我想复制其中的一些。

例如

df1 = df[[1,2,3,4]]

但可能会发生某些列在 df 中不存在的情况，例如 df 可能只有列 1、2 和 4 或列 1 和 2 等

Answer 1

直接计算公共列的集合并求出更简单：

>>> df[df.columns.intersection([1, 2, 3, 4])]
   1  2  3
0  2  3  4

PS：原来的答案提出了更轻的和以前的等价物：

df[df.columns & [1, 2, 3, 4]]

&

运算符是DataFrame索引的（集合）交集运算符，它以前可以将列表转换为类似集合的对象。 Pandas 开始只接受

pd.DataFrame.intersection()

形式。

Answer 2

使用

isin

和

loc

进行过滤，这将处理不存在的列：

In [97]:
df = pd.DataFrame(columns=[1,2,4])
df.loc[:,df.columns.isin([1,2,3,4,])]

Out[97]:
Empty DataFrame
Columns: [1, 2, 4]
Index: []

Answer 3

一种可能的方法：

df[df.columns.intersection(set(['list', 'of', 'cols']))]

例如：

$ ipython
Python 3.8.5 (default, Sep  3 2020, 21:29:08) [MSC v.1916 64 bit (AMD64)]
Type 'copyright', 'credits' or 'license' for more information
IPython 7.20.0 -- An enhanced Interactive Python. Type '?' for help.

In [1]:
import pandas as pd
df = pd.DataFrame(columns=[1,2,3,4])
df
Out[1]:
Empty DataFrame
Columns: [1, 2, 3, 4]
Index: []

In [2]:
df[df.columns.intersection(set([1, 2, 2, 5]))]
Out[2]:
Empty DataFrame
Columns: [1, 2]
Index: []

In [3]:
pd.__version__
Out[3]:
'1.2.1'