pandasによるデータ操作

Question

pandasでのデータ抽出に関してわからないことがあります。
例えば以下のようなpandasのDataframeとnumpy配列があったとします。

a = pd.DataFrame({ 'A' : [1,2], 'B' : [3,4], 'C' : [5,6], 'D' : [7,8]})
print(a)

b = np.array([0,1,0,1])

この時、bとaの列を対応させて、上記のようにb=[0,1,0,1]の場合、
BとDの列のみを取り出すにはどうすれば良いでしょうか？

Answer 1

これでどうでしょう。

df2 = a.loc[:,a.columns[b.astype(bool)]]

Answer 2

bからDataFrameの指定列を抽出する方法です。
以下のどちらでもできます。

1. 列位置で抽出 numpy.where + .iloc
2. 列名で抽出 .loc

参考：
pandas の loc、iloc、ix の違い – python
Numpyのwhereで配列インデックスを取得（python）

import pandas as pd
import numpy as np

a = pd.DataFrame({ 'A' : [1,2], 'B' : [3,4], 'C' : [5,6], 'D' : [7,8]})
print(a)
b = np.array([0,1,0,1])
print(b)

# 方法１：列位置で抽出
idx = np.where(b==1) # bが１の位置の列位置を取得
idx = idx[0]         # tupleで返るので
print(idx)
df2 = a.iloc[:,idx]  # 指定された位置の列のみ抽出
print(df2)

# 方法２：列名から抽出
cols = a.columns[b==1] # bが１の位置の列名を取得
print(cols)

df2 = a.loc[:,cols]# 指定された名称の列のみ抽出
print(df2)

Comments

[WaterValley]

前回に引き続き、ありがとうございます！
今回は方法２を使ってみました。
またわからないことがありましたらよろしくお願いします！