如何在1116列的Pandas DataFrame中选取第12列起间隔17的列？

嘿，这个需求很好解决，我给你两种实用的实现方式，你可以根据自己的习惯选：

方法一：用Numpy的arange生成索引（推荐） #

Pandas的iloc支持直接传入索引数组来选取列，结合Numpy的arange可以快速生成符合间隔规则的索引序列。这里要注意列计数的基准：

• 如果你说的「第12列」是Excel那种1-based计数（从1开始数），对应Pandas默认的0-based索引就是11，代码如下：

import pandas as pd
import numpy as np

# 假设你的DataFrame名为df
start_idx = 11  # 对应1-based的第12列
step = 17
# 生成所有符合条件的列索引，不超过总列数1116
selected_indices = np.arange(start_idx, df.shape[1], step)
# 选取目标列
filtered_df = df.iloc[:, selected_indices]

• 如果是按Pandas默认的0-based计数（从0开始数），那起始索引直接用12即可，只需要把上面的start_idx改成12就行。

方法二：列表推导式生成索引（无需额外导入Numpy） #

如果你不想用Numpy，纯Python的列表推导式也能搞定，逻辑和上面一致：

import pandas as pd

start_idx = 11  # 同样注意计数基准
step = 17
total_columns = df.shape[1]
# 生成索引列表
selected_indices = [i for i in range(start_idx, total_columns, step)]
# 选取列
filtered_df = df.iloc[:, selected_indices]

验证小技巧 #

你可以打印selected_indices看看生成的索引是不是符合预期，或者用filtered_df.columns查看选中的列名，确认是否正确：

print(selected_indices)
print(filtered_df.columns)

内容的提问来源于stack exchange，提问作者Snowfire777