如何提取pandas DataFrame中指定索引列表对应的列子集？

你可以直接用iloc索引器实现需求，这是pandas专门用于按位置（整数索引）筛选数据的语法，操作非常简单。

具体实现步骤 #

• 先准备原始DataFrame和目标列索引列表，示例如下：

import pandas as pd

# 示例原始DataFrame，共4列，列索引对应0、1、2、3
df = pd.DataFrame({
    'col_a': [1,2,3,4],
    'col_b': [5,6,7,8],
    'col_c': [9,10,11,12],
    'col_d': [13,14,15,16]
})

# 目标列索引列表，比如要筛选第0列和第2列
target_cols_idx = [0, 2]

• 用iloc筛选列生成新DataFrame：

# 冒号表示保留所有行，第二个参数直接传入列索引列表即可
new_df = df.iloc[:, target_cols_idx]

注意：如果需要生成和原DataFrame完全独立、不共享内存的新对象，可以在末尾加.copy()，即new_df = df.iloc[:, target_cols_idx].copy()，避免后续修改新DataFrame时意外改动原数据。

备选实现方法 #

你也可以通过列名间接筛选，先通过df.columns拿到所有列名的序列，再用索引列表取对应的列名后传入方括号索引，效果和iloc方法一致：

new_df = df[df.columns[target_cols_idx]]

内容的提问来源于stack exchange，提问作者Sebastian