如何在pandas中没有弃用ix的情况下选择多个列

Question

在python中，对于包pandas中的DataFrame中的数据切片，.ix已经从pandas 0.20.0弃用。官方网站提供了.loc或.iloc的替代解决方案来进行混合选择（http://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html）。 .index可以帮助提取多行。相比之下，columns.get_loc似乎最多只能选择一列。是否有可用的替代函数可以使用.iloc以混合方式提取多个列？

Answer 1

是的，函数被称为Index.get_indexer，并按名称列表返回列或索引的位置。

用这种方式：

df = pd.DataFrame({
         'a':[4,5,4,5,5,4],
         'b':[7,8,9,4,2,3],
         'c':[1,3,5,7,1,0],
         'd':[5,3,6,9,2,4],
}, index=list('ABCDEF'))
print (df)
   a  b  c  d
A  4  7  1  5
B  5  8  3  3
C  4  9  5  6
D  5  4  7  9
E  5  2  1  2
F  4  3  0  4

cols = ['a','b','c']
df1 = df.iloc[1, df.columns.get_indexer(cols)]
print (df1)
a    5
b    8
c    3
Name: B, dtype: int64

df11 = df.iloc[[1], df.columns.get_indexer(cols)]
print (df11)
   a  b  c
B  5  8  3

idx = ['A','C']
df2 = df.iloc[df.index.get_indexer(idx), 2:]
print (df2)
   c  d
A  1  5
C  5  6