Python 在pandas中获取多个列子集
我有一个Python中的大数据框架,看起来像这样Python 在pandas中获取多个列子集,python,pandas,Python,Pandas,我有一个Python中的大数据框架,看起来像这样 GEN A0A1 A0B1 A1B0 A1B1 ... 0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5 AxBy的专栏持续了很长一段时间。如何选择此数据帧中不重叠的多个列?例如,我从第1-2列得到一个子集;3-4; 5-6等等 然后,我想相互独立地变换
GEN A0A1 A0B1 A1B0 A1B1 ...
0 1 2 3 4 5
0 1 2 3 4 5
0 1 2 3 4 5
0 1 2 3 4 5
0 1 2 3 4 5
AxBy的专栏持续了很长一段时间。如何选择此数据帧中不重叠的多个列?例如,我从第1-2列得到一个子集;3-4; 5-6等等
然后,我想相互独立地变换这些子集(大小保持不变),因此我还需要一种方法来获取对这些列的引用,或者某种方法将它们保存回我获取它们的相同位置。熊猫有没有一种优雅的方法可以做到这一点呢?这就是我到目前为止提出的方法。也许不是最有效的,但可能对某人有帮助:
seq = bigFrame.columns[<start-index>:]
subCols = [seq[i:i + <grouped-columns-amount>] for i in range(0, len(seq), <grouped-columns-amount>)]
for cols in subCols:
print(bigFrame[cols])
seq=bigFrame.columns[:]
subCols=[seq[i:i+]表示范围内的i(0,len(seq))]
对于子cols中的Col:
打印(大框[cols])