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.