如何选择DataFrame指定行与列并生成新DataFrame？

核心用pandas的位置索引器iloc完成操作即可，注意pandas的位置计数规则是从0开始，不要数错序号：

• 需要选取的第2列、第4列，对应位置索引为1、3
• 需要选取的第1行、第6行，对应位置索引为0、5

完整代码示例 #

首先构造测试用的4列6行原始DataFrame方便复现：

import pandas as pd
import numpy as np

# 构造6行4列的测试DataFrame
raw_df = pd.DataFrame(
    np.arange(24).reshape(6, 4),
    columns=["列1", "列2", "列3", "列4"]
)

核心选取逻辑，iloc的第一个参数传入要选的行位置列表，第二个参数传入要选的列位置列表，返回结果就是全新的DataFrame：

# 选中对应行列生成新DataFrame
new_df = raw_df.iloc[[0, 5], [1, 3]]

注意事项 #

• 不要用先选列再选行的链式索引写法（比如raw_df[[1,3]].iloc[[0,5]]），这种写法容易触发SettingWithCopyWarning，后续修改新表时可能出现数据不同步的问题，一次性通过iloc指定行列是官方推荐的稳妥写法。
• 如果你要选取的是自定义标签名的行、列（不是按自然序号位置选），把iloc替换为loc，方括号内直接传入对应的行标签、列标签组成的列表即可，不需要做0起始的位置换算。

举个例子：如果你的行索引是日期、列名是具体指标名，选2024-01-01、2024-01-06两行的销售额、利润率两列，写法就是df.loc[["2024-01-01", "2024-01-06"], ["销售额", "利润率"]]

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