列名(是字符串)不能以您嘗試的方式切片。
這里你有幾個(gè)選擇。如果從上下文中知道要分割哪些變量，則只需將列表傳遞給__getitem__語(yǔ)法([]的)
df1 = df[['a','b']]
或者，如果對(duì)它們進(jìn)行數(shù)字索引而不是按它們的名稱進(jìn)行索引(假設(shè)您的代碼應(yīng)該在不知道前兩列的名稱的情況下自動(dòng)完成)，那么您可以這樣做：
df1 = df.iloc[:,0:2] # Remember that Python does not slice inclusive of the ending index.
此外，您應(yīng)該熟悉如何將視圖轉(zhuǎn)換為Pandas對(duì)象，而不是該對(duì)象的副本。上述方法中的第一個(gè)將返回一個(gè)新的副本，以存儲(chǔ)所需的子對(duì)象(所需的切片)。
然而，有時(shí)Pandas中有一些索引約定不這樣做，而是給您一個(gè)新變量，它只引用與原始對(duì)象中的子對(duì)象或片相同的內(nèi)存塊。這將發(fā)生在第二種索引方式中，因此您可以使用copy()函數(shù)以獲得常規(guī)副本。當(dāng)發(fā)生這種情況時(shí)，更改您認(rèn)為是切片的對(duì)象有時(shí)會(huì)更改原始對(duì)象?？偸呛芨吲d能注意到這一點(diǎn)。
df1 = df.iloc[0,0:2].copy() # To avoid the case where changing df1 also changes df
使用iloc，您需要知道列的位置(或索引)。由于列的位置可能會(huì)發(fā)生變化，所以可以使用iloc連同get_loc功能columns獲取列索引的dataframe對(duì)象的方法。
{df.columns.get_loc(c):c for idx, c in enumerate(df.columns)}現(xiàn)在，您可以使用此字典通過(guò)名稱訪問(wèn)列，并使用iloc.
