无法以您尝试的方式对列名（字符串）进行切片。

在这里，您有几个选择。__getitem__如果您从上下文中知道要切出哪些变量，则可以通过将列表传递给语法（[]）来仅返回这些列的视图。

df1 = df[['a', 'b']]

或者，如果重要的是用数字而不是它们的名称来索引它们（比如你的代码应该在不知道前两列的名称的情况下自动执行此操作），那么您可以这样做：

df1 = df.iloc[:, 0:2] # Remember that Python does not slice inclusive of the ending index.

此外，您应该熟悉 Pandas 对象的视图与该对象的副本的概念。上述方法中的第一个将在内存中返回所需子对象（所需切片）的新副本。

然而，有时 Pandas 中的索引约定不这样做，而是为您提供一个新变量，该变量仅引用与原始对象中的子对象或切片相同的内存块。第二种索引方式会发生这种情况，因此您可以使用该.copy()方法对其进行修改以获取常规副本。发生这种情况时，更改您认为的切片对象有时会更改原始对象。随时注意这一点总是好的。

df1 = df.iloc[0, 0:2].copy() # To avoid the case where changing df1 also changes df

要使用iloc，您需要知道列位置（或索引）。由于列位置可能会改变，而不是硬编码索引，您可以与数据框对象的方法iloc一起使用来获取列索引。get_loc``columns

{df.columns.get_loc(c): c for idx, c in enumerate(df.columns)}

现在您可以使用此字典通过名称访问列并使用iloc.