2012-10-21 34 views

回答

8

我们有可能使这个容易(我创建了一个github issue),但现在你可以选择出你想要绘制列:

df.ix[:, df.columns - to_excl].hist() 
+8

什么是 “to_excl” 对象? – monkut

+0

作为“to_excl”对象,您可以使用列名与列名排除。 – razz0

6

我通常做到以下几点:

columns = [column for column in df.columns if df[column].dtype == 'float64'] 
df = df[columns] 
4

我想你可以:

df.drop(['bad col1', 'bad col2', 'bad col3', ...], axis=1).hist() 
6

继官方docs你c一个使用loc

df.loc[:,['A','B']] 

而你得到,例如,只有'A'和'B'列。 通过这种方式,您可以选择要绘制的列。

9

请注意,修改@Chang She的回应,截至熊猫0.16,“ - ”运算符计划弃用。鼓励采用difference()方法。

exclude = ['bad col1', 'bad col2'] 
df.ix[:, df.columns.difference(exclude)].hist() 
+1

弃用更新http://pandas.pydata.org/pandas-docs/version/0.17.0/dsintro.html#data-alignment-and-arithmetic。 'df.sub(df ['A'],axis = 0)'现在是首选。 – pylang

0

如何只

df_new = df[df.columns -[cols_to_exclude]] 
df_new.plot() 
相关问题