Extracción de columnas seleccionadas específicas al nuevo DataFrame como una copia

Tengo un DataFrame de pandas con 4 columnas y quiero crear un nuevo marco de datos que solamente tiene tres de las columnas. Esta pregunta es similar a: Extraer columnas específicas de un marco de datos pero para pandas no R. El siguiente código no funciona, genera un error y ciertamente no es la forma pandasnica de hacerlo.

import pandas as pd
old = pd.DataFrame({'A' : [4,5], 'B' : [10,20], 'C' : [100,50], 'D' : [-30,-50]})
new = pd.DataFrame(zip(old.A, old.C, old.D)) # raises TypeError: data argument can't be an iterator 

¿Cuál es la forma pandasnica de hacerlo?

Hay una manera de hacer esto y en realidad se ve similar a R

new = old[['A', 'C', 'D']].copy()

Aquí solo está seleccionando las columnas que desea del marco de datos original y creando una variable para ellas. Si desea modificar el nuevo marco de datos, probablemente querrá usar .copy() para evitar un SettingWithCopyWarning.

Un método alternativo es utilizar filter que creará una copia por defecto:

new = old.filter(['A','B','D'], axis=1)

Finalmente, dependiendo de la cantidad de columnas en su marco de datos original, podría ser más breve expresar esto usando un drop (esto también creará una copia por defecto):

new = old.drop('B', axis=1)

La forma más fácil es

new = old[['A','C','D']]

.

Otra forma más simple parece ser:

new = pd.DataFrame([old.A, old.B, old.C]).transpose()

dónde old.column_name le dará una serie. Haga una lista de todas las series de columnas que desea conservar y pásela al constructor de DataFrame. Necesitamos hacer una transposición para ajustar la forma.

In [14]:pd.DataFrame([old.A, old.B, old.C]).transpose()
Out[14]: 
   A   B    C
0  4  10  100
1  5  20   50

columnas por índice:

# selected column index: 1, 6, 7
new = old.iloc[: , [1, 6, 7]].copy() 

Por lo que puedo decir, no necesariamente necesita especificar el eje cuando usa la función de filtro.

new = old.filter(['A','B','D'])

devuelve el mismo marco de datos que

new = old.filter(['A','B','D'], axis=1)

Forma funcional genérica

def select_columns(data_frame, column_names):
    new_frame = data_frame.loc[:, column_names]
    return new_frame

Específico para su problema anterior

selected_columns = ['A', 'C', 'D']
new = select_columns(old, selected_columns)

Como alternativa:

new = pd.DataFrame().assign(A=old['A'], C=old['C'], D=old['D'])