以titanic的训练数据为例进行展示，为了简化取前十行为例

首先导入模块，导入数据

import pandas as pd import numpy as npdf = pd.read_csv(r"C:\Users\admin\Desktop\train.csv")df = df.head(10)df.index=['a','b','c','d','e','f','g','h','i','g']

筛选单列

1.利用df[列名]或df[[列名]]或df.列名均可以筛选出单列，但稍微有点区别，df[列名]和df.列名均为Series类型，而df[[列名]]为DataFrame类型

#例如选取Age列，注意写成df[]形式时，列名需要加单引号或双引号df.Agedf['Age']df[['Age']]

2.loc[行索引，列索引]，索引为普通索引，传入行索引名称和列索引名称，筛选列时，行索引可以写成":"

#删选单列时，列索引名称可以加[]也可以不加，不加时返回为Series，加时返回为DataFramedf.loc[:,'Age']df.loc[:,['Age']]

3.iloc[行索引，列索引]，索引为位置索引，传入行数和列数，筛选列时，行索引可以写成":"

df.iloc[:,1]df.iloc[:,[1]]

筛选多列

1.利用df[[列名1,列名2,列名n]]可以筛选出多列，返回结果为DataFrame类型，例如筛选年龄列和姓名列

df[['Name','Age']]

2.loc[行索引，列索引]，索引为普通索引，传入行索引名称和列索引名称，筛选列时，行索引可以写成":"，如果筛选列不连续需要写成列表形式，如果列连续可以写成切片形式

df.loc[:,['Name','Age']]df.loc[:,'Name':'Age']

3.iloc[行索引，列索引]，索引为位置索引，传入行数和列数，筛选列时，行索引可以写成":"，如果筛选列不连续需要写成列表形式，如果列连续可以写成切片形式

df.iloc[:,[3,4,5,6]]df.iloc[:,3:6]