如何在Pandas中筛选列？同时包含第二列与10至40列的方法

嘿，这个问题其实很容易搞定！首先得明确一下：pandas里的iloc是从0开始计数的索引，所以你说的「第二列」对应的索引是1，而你用的10:40切片其实会取到索引10到39的列（因为切片是左闭右开的规则），刚好对应你要的第10至40列。

这里有两种最简单的实现方式：

方法1：纯Python列表拼接（无需额外库） #

直接把单列索引和切片转成的列表拼在一起就行：

subset = dt.iloc[:, [1] + list(range(10, 40))]

• [1] 就是你要的第二列的索引
• list(range(10, 40)) 把10:40的切片转换成包含10到39的索引列表
• 用+把两个列表合并，就得到了所有需要的列索引集合

方法2：用numpy简化写法（更紧凑） #

如果你已经在项目里用了numpy，那可以用np.r_来直接拼接单个索引和切片，省去转列表的步骤：

import numpy as np
subset = dt.iloc[:, np.r_[1, 10:40]]

np.r_会自动帮你把单个元素和切片合并成连续的索引数组，写法更简洁。

两种方法都能完美实现你的需求，选哪个全看你自己的习惯啦～

内容的提问来源于stack exchange，提问作者Jeff