我的数据帧有许多（192）列。如何同时选择两列？

Question

我的数据帧就像df.columns= ['Time1','Pmpp1','Time2',..........,'Pmpp96']我想一次选择两个连续的列。例如，一次Time1，Pmpp1。 我的代码是：

for i,j in zip(df.columns,df.columns[1:]):
    print(i,j)

我目前的产出是：

 Time1 Pmmp1
 Pmmp1 Time2
 Time2 Pmpp2

预期输出为：

 Time1 Pmmp1
 Time2 Pmpp2
 Time3 Pmpp3 

Answer 1

您正在压缩列表，相同的列表从第二个元素开始，这不是您想要的。你想压缩你的列表中的不均匀索引和均匀索引。例如，可以将代码替换为：

for i, j in zip(df.columns[::2], df.columns[1::2]): print(i, j)

Answer 2

作为整数位置切片的替代方法，可以使用^{}创建2个索引对象。然后使用zip成对迭代：

df = pd.DataFrame(columns=['Time1', 'Pmpp1', 'Time2', 'Pmpp2', 'Time3', 'Pmpp3'])

times = df.columns[df.columns.str.startswith('Time')]
pmpps = df.columns[df.columns.str.startswith('Pmpp')]

for i, j in zip(times, pmpps):
    print(i, j)

Time1 Pmpp1
Time2 Pmpp2
Time3 Pmpp3

Answer 3

在这种情况下，重塑数据帧可能是有意义的。因此，您没有一次选择两列，而是有一个数据帧，其中两列最终表示您的度量。你知道吗

首先，创建一个数据帧列表，其中每个数据帧只有一个Time和Pmpp列：

dfs = []
for i in range(1,97):
    tmp = df[['Time{0}'.format(i),'Pmpp{0}'.format(i)]]
    tmp.columns = ['Time', 'Pmpp']  # Standardize column names
    tmp['n'] = i                    # Remember measurement number
    dfs.append(tmp)                 # Keep with our cleaned dataframes 

然后您可以将它们连接到一个新的数据帧中。它有三列。你知道吗

new_df = pd.concat(dfs, ignore_index=True, sort=False)

对于您的数据来说，这应该是一个更易于管理的形状。你知道吗

>>> new_df.columns
[n, Time, Pmpp]

现在，您可以遍历此数据帧中的行，并获得预期输出的值

for i, row in new_df.iterrows():
    print(i, row.n, row.Time, row.Psmpp)

这也会让你更容易使用熊猫的其他部分来分析你的数据。你知道吗

new_df.Pmpp.mean()
new_df.describe()