Pandas/Python-CSV文件-选择一行和两列或多列

所以我现在对熊猫有了很好的了解，我正在尝试分析一个CSV文件，但希望做一些不同的事情，我看的不是一行一列，而是一行两列，目的是根据CSV文件扩展列的数量

我的代码是：

import pandas as pd

df = pd.read_csv("UNdata_Export_20180402_123348163.csv")
df = df.set_index(["Country or Area"])
df3 = df[df.columns[0:3]]
df3=df.loc["Australia"]
print(df3)

因此，输出为：

                 Year  Count  Rate   Source Source Type
Country or Area                                        
Australia        2010    229   1.0  CTS/NSO          CJ
Australia        2009    263   1.2  CTS/NSO          CJ
Australia        2008    261   1.2  CTS/NSO          CJ
Australia        2007    255   1.2  CTS/NSO          CJ
Australia        2006    281   1.4  CTS/NSO          CJ
Australia        2005    259   1.3  CTS/NSO          CJ
Australia        2004    264   1.3  CTS/NSO          CJ
Australia        2003    302   1.5  CTS/NSO          CJ
Australia        2002    318   1.6  CTS/NSO          CJ
Australia        2001    310   1.6  CTS/NSO          CJ
Australia        2000    302   1.6  CTS/NSO          CJ
Australia        1999    343   1.8  CTS/NSO          CJ
Australia        1998    285   1.5  CTS/NSO          CJ
Australia        1997    321   1.7  CTS/NSO          CJ
Australia        1996    312   1.7  CTS/NSO          CJ
Australia        1995    326   1.8  CTS/NSO          CJ

我很难只选择年份和费率列，因为上面的代码会打印出特定国家（澳大利亚）的所有内容。另外，我不太确定如何设置“df3=df[df.columns[0:3]]”。似乎如果我改变数字3，它不会起任何作用

问题：如何选择多个特定列，比如两个？从中，我如何选择3列或更多列？我需要更改哪些值

---

我看过pythonapi，没有发现类似的问题。编辑：此问题与链接问题不同，因为我选择的是特定行和特定列。据我所知，另一个问题的行很好，它们没有试图选择特定的行。

对于选择前n列：

df.iloc[:, :n]

要根据名称选择特定列集，请执行以下操作：

selection = ['Count',  'Rate']
df[selection]

---

如果希望同时按名称和位置选择，这里有两种可能的解决方案：

print (df.columns[:2])
Index(['Year', 'Count'], dtype='object')

#select by names only, for columns get names by select columns by slicing
df3 = df.loc["Australia", df.columns[:2]]

与在索引和列中按名称选择相同：

df3 = df.loc["Australia", ['Count', 'Rate']]

对于仅按位置选择，请使用和：

---

尝试

df3=df.loc[“澳大利亚”，df.columns[0:3]]

。其思想是您可以同时按标签选择行和列。Hi-jezrael的可能副本，谢谢！它工作得很好。我刚刚测试了三列，它也适用于这一点！

#select by positions only, for index get position
df3 = df.iloc[df.index.get_loc("Australia"), 0:2]