在Pandas中筛选特定列时，为何要将columns.values转为列表？

这段代码里把ds.columns.values转成列表，核心原因有这几个：

• 适配列名拼接逻辑：代码里用cols[1:3] + cols[5:6] + [cols[9]]来组合不同区间的列名。如果直接用ds.columns（Pandas的Index对象）或者ds.columns.values（NumPy的ndarray数组）执行+操作，结果会完全不对：ndarray的+是元素级的算术加法，Index的+如果列名是字符串的话会变成字符串拼接，都不是我们需要的「合并多个列名集合」的效果。而Python原生列表的+操作就是直接合并元素，完美匹配这里的需求。

• 兼容性与操作灵活性：在早期Pandas版本中，Index对象的操作限制比列表多，比如某些切片、索引的行为和列表不一致。转成原生列表后，用熟悉的Python列表操作处理列名，兼容性更好，也不容易出现意料之外的问题。

• 代码可读性更强：列表是Python开发者最熟悉的数据结构之一，转成列表后，后续的切片、拼接操作一目了然，代码意图更清晰，不需要额外理解Pandas Index或NumPy数组的特殊行为。

顺带提一句，在新版Pandas里，直接写list(ds.columns)就能得到列名的列表，和list(ds.columns.values)效果完全一样，写法更简洁。

内容的提问来源于stack exchange，提问作者Rathan Ganta