Python: 从一个数据框中选择多个列到另一个数据框，且不使用循环

Question

我有一个数据表（df1），里面有3000列。每一列对应一个股票代码。我用 pd.read_csv 从一个包含500个股票代码的CSV文件中导出一个新的数据表（df2），这个文件有1列和500行（不算索引）。我想从df1中提取出500列，这些列的股票代码和df2里的股票代码匹配，放到一个新的数据表里。

我可以写一个循环，逐行遍历df2，然后从df1中提取一列，但我觉得这样太慢了，可能不是最有效的方法。

Answer 1

你可以使用连接。

为了简化你的问题，假设我们有三个股票，分别是s1、s2和s3，存放在df1里。而在df2中，我们只有s1和s3。

In [35]: df1
Out[35]: 
   s1  s2  s3
0   1   2   3
1   4   5   6
2   7   8   9
3  10  11  12

[4 rows x 3 columns]

In [36]: df2
Out[36]: 
  stock
0    s1
1    s3

[2 rows x 1 columns]

要把df2和df1连接起来，我们需要设置一个连接的列，并且把df1转置，这样股票名称就会变成索引：

In [37]: df2.join(df1.T, on='stock')
Out[37]: 
  stock  0  1  2   3
0    s1  1  4  7  10
1    s3  3  6  9  12

[2 rows x 5 columns]

如果你对SQL有点了解，可以把它想象成

SELECT * FROM df2 JOIN df1.T ON df2.stock = df1.T.index

Answer 2

你可以直接使用 loc 来从你的数据表中选择一些列（就像 @waitingkuo 的例子那样）：

In [11]: df1.loc[:, df2.stock]  # equivalent to df1[df2.stock]
Out[11]: 
   s1  s3
0   1   3
1   4   6
2   7   9
3  10  12