Python 使用索引从pandas dataframe中子集列

我有一个大数据集在一个熊猫数据帧中，我想将其子集，以便进一步操作

例如，我有一个df如下所示：

Sample  Group   AMP         ADP         ATP
1       A       0.3840396   0.55635504  0.5844648
2       A       0.3971521   0.57851902  -0.24603208
3       A       0.4578926   0.68118957  0.19129746
4       B       0.400222    0.58370811  0.01782915
5       B       0.4110945   0.60208593  -0.6285537
6       B       0.3307011   -0.82615087 -0.25354715
7       C       0.3485679   -0.79597002 -0.17294609
8       C       0.3408411   -0.8090222  0.76138965
9       C       0.3856457   -0.73333568 0.27364299

df2 = df[(df['Group']=='B') & (df['ATP'])]

   Sample Group    ATP
   4      B        0.017829
   5      B       -0.628554
   6      B       -0.253547

假设我想从

df

创建一个新的数据帧

df2

，它只包含B组中的样本和ATP的相应值。我应该可以从索引单独做这件事

我想这样做：

Sample  Group   AMP         ADP         ATP
1       A       0.3840396   0.55635504  0.5844648
2       A       0.3971521   0.57851902  -0.24603208
3       A       0.4578926   0.68118957  0.19129746
4       B       0.400222    0.58370811  0.01782915
5       B       0.4110945   0.60208593  -0.6285537
6       B       0.3307011   -0.82615087 -0.25354715
7       C       0.3485679   -0.79597002 -0.17294609
8       C       0.3408411   -0.8090222  0.76138965
9       C       0.3856457   -0.73333568 0.27364299

df2 = df[(df['Group']=='B') & (df['ATP'])]

   Sample Group    ATP
   4      B        0.017829
   5      B       -0.628554
   6      B       -0.253547

我知道

df['ATP']

显然不是正确的方法。打印

df2

会产生以下结果：

   Sample Group       AMP       ADP       ATP
   4      B           0.400222  0.583708  0.017829
   5      B           0.411094  0.602086 -0.628554
   6      B           0.330701 -0.826151 -0.253547

理想情况下，

df2

将如下所示：

Sample  Group   AMP         ADP         ATP
1       A       0.3840396   0.55635504  0.5844648
2       A       0.3971521   0.57851902  -0.24603208
3       A       0.4578926   0.68118957  0.19129746
4       B       0.400222    0.58370811  0.01782915
5       B       0.4110945   0.60208593  -0.6285537
6       B       0.3307011   -0.82615087 -0.25354715
7       C       0.3485679   -0.79597002 -0.17294609
8       C       0.3408411   -0.8090222  0.76138965
9       C       0.3856457   -0.73333568 0.27364299

df2 = df[(df['Group']=='B') & (df['ATP'])]

   Sample Group    ATP
   4      B        0.017829
   5      B       -0.628554
   6      B       -0.253547

有没有一种方法可以做到这一点，而不必求助于一些复杂的循环或只是手动删除不需要的列及其值

---

谢谢

啊，这太棒了！我假设这段代码只是在逗号后传递所需列的索引。我知道会有一个简单的解决办法。非常感谢。

df2 = df.loc[df['Group'] == 'B', ['Sample', 'Group', 'ATP']]