python - 如何按名称选择不相邻的多个列并结合几种切片方法？

Question

有没有办法选择多个不相邻的列并结合几种方法？

测试数据框:

test = pd.DataFrame(np.random.rand(3, 9),
                    columns=['ID', 'rfm_snittbeløp_gaver', 'rfm_maksbeløp_gaver', 'rfm_antall_kampanjer',
                             'a','b','c','d','e'])

假设我想要以下列:ID，所有以 rfm、a:c 和 e 开头的列。按照这个顺序。

我认为按照这些思路可以做到，但我无法让它发挥作用

frames = [test.loc[:, 'ID'],
          test.loc[:, test.columns.str.startswith('rfm')],
          test.loc[:, 'a':'c'],
          test.iloc[:, -1]]

test_sub = pd.concat(frames)

我读到它会重置索引，而且我将无法控制列的顺序。

最好有类似 np.r_ 的 .loc 来组合在这篇文章中找到的切片

1. Selecting non-adjacent columns by column number pandas

但我不喜欢在引用列时使用索引位置

非常感谢任何帮助

Answer 1

这是使用 np.r_ 的方法和 get_loc()和 get_indexer() :

ID= test.columns.get_loc('ID')
rfm=test.columns.get_indexer(test.columns[test.columns.str.startswith('rfm')])
a=test.columns.get_loc('a')
c=test.columns.get_loc('c')
e=test.columns.get_loc('e')

---

test.iloc[:,np.r_[ID,rfm,a:c+1,e]]

---

         ID  rfm_snittbeløp_gaver  rfm_maksbeløp_gaver  rfm_antall_kampanjer  \
0  0.822275              0.155649             0.189058              0.050138   
1  0.188038              0.286731             0.509774              0.171374   
2  0.626211              0.477937             0.585987              0.358124   

          a         b         c         e  
0  0.652142  0.492184  0.464453  0.361395  
1  0.242480  0.963673  0.898177  0.813195  
2  0.863088  0.781858  0.924203  0.690219