Column Selection

Podstawowe

• Najszybsza metoda to po prostu wrzucenie listy z nazwami kolumn df[['Date', 'Product']]
• Bardziej wygodną opcją jest metoda loc, czyli location
  • obsługuje zarówno wybór wierszy, jak i kolumn loc[wiersze,kolumny]
  • znak : oznacza, że wybieramy wszystkie kolumny lub wiersze, np. df.loc[:, :] - czyli de facto cała tabela
  • : oznacza od - do, czyli df.loc[:, 'Date':'Price'] wybiera wszystkie kolumny od Sales do Price
  • można też po prostu wybrać kolumny ręcznie df.loc[:, ['Date', 'Price']
  • albo wybrać kolumny poza tymi zdefiniowanymi
• alternatywą jest iloc, czyli indexed location, w tym przypadku wystarczy podać index - wartość numeryczną
• Albo zrzucić za pomocą drop() podając argument columns

# Standard
df[['Date', 'Product', 'Sales']]  # wybór tylko tych trzech kolumn
 
# loc & iloc
df.loc[:, 'Date':'Price']  # wybiera wszystkie kolumny od `Date` do `Price`
df.loc[:, ['Price', 'Date']]  # wybór kolumn `Price` i `Date`
df.loc[:, df.columns != 'Date']  # usuwanie kolumny 'Date'
df.iloc[:, 0:2] # wybiera kolumny od 0 i 1
 
# drop
df.drop(columns=['Date'])# usunięcie kolumny 'Date'  

Zaawansowane

• Istnieje też bardziej zaawansowana metoda filter()
  • items - po prostu wybieranie konkretnych kolumn
  • like - czyli elementy zawierające określony znak
  • regex - konstruktor zaawansowanych wyrażeń (regular expressions), warto korzystać z https://regex101.com
  • axis - wybieranie osi tabeli: 0 to wiersze, 1 to kolumny, domyślnie 1

df.filter(items=['Product', 'Sales'])  # wybór kolumn 'Product' i 'Sales'
df.filter(like='P', axis=1) # wybór wszystkich kolumn na 'P'
df.filter(regex='^[PS]', axis=1) # wybór wszystkich kolumn na 'P' LUB 'S'

• Inne metody

# Wybieranie określonego typu kolumny
df.select_dtypes(include=['number'])
 
# wybieranie kolumn z kardynalnością większą niż 5
selection = [col for col in df.columns if df[col].nunique() > 5]
df[selection]