Nuestro team de especialistas pasados ciertos días de trabajo y de juntar de datos, encontramos la solución, queremos que resulte útil para ti para tu proyecto.
Solución:
Hay una manera de hacer esto y en realidad se ve similar a R
new = old[['A', 'C', 'D']].copy()
Aquí solo está seleccionando las columnas que desea del marco de datos original y creando una variable para ellas. Si desea modificar el nuevo marco de datos, probablemente querrá usar .copy()
para evitar un SettingWithCopyWarning
.
Un método alternativo es utilizar filter
que creará una copia por defecto:
new = old.filter(['A','B','D'], axis=1)
Finalmente, dependiendo de la cantidad de columnas en su marco de datos original, podría ser más breve expresar esto usando un drop
(esto también creará una copia por defecto):
new = old.drop('B', axis=1)
La forma más fácil es
new = old[['A','C','D']]
.
Otra forma más simple parece ser:
new = pd.DataFrame([old.A, old.B, old.C]).transpose()
dónde old.column_name
le dará una serie. Haga una lista de todas las series de columnas que desea conservar y pásela al constructor de DataFrame. Necesitamos hacer una transposición para ajustar la forma.
In [14]:pd.DataFrame([old.A, old.B, old.C]).transpose()
Out[14]:
A B C
0 4 10 100
1 5 20 50
Tienes la opción de añadir valor a nuestra información colaborando tu veteranía en las acotaciones.