問題：
I load some machine learning data from a CSV file.我從 CSV 文件加載了一些機器學習數據。 The first 2 columns are observations and the remaining columns are features.前兩列是觀測值，其餘列是特徵。
Currently, I do the following:目前，我執行以下操作：
data = pandas.read_csv('mydata.csv')
which gives something like:這給出了類似的東西：
data = pandas.DataFrame(np.random.rand(10,5), columns = list('abcde'))
I'd like to slice this dataframe in two dataframes: one containing the columns a and b and one containing the columns c , d and e .我想將此數據幀分成兩個數據幀：一個包含列a和b ，另一個包含列c 、 d和e 。
It is not possible to write something like不可能寫出類似的東西
observations = data[:'c']
features = data['c':]
I'm not sure what the best method is.我不確定最好的方法是什麼。 Do I need a pd.Panel ?我需要一個pd.Panel嗎？
By the way, I find dataframe indexing pretty inconsistent: data['a'] is permitted, but data[0] is not.順便說一下，我發現數據幀索引非常不一致：允許使用data['a'] ，但不允許使用data[0] 。 On the other side, data['a':] is not permitted but data[0:] is.另一方面，不允許使用data['a':]但允許使用data[0:] 。 Is there a practical reason for this?這有實際的原因嗎？ This is really confusing if columns are indexed by Int, given that data[0] != data[0:1]考慮到data[0] != data[0:1] ，如果列由 Int 索引，這真的很令人困惑
解決方案：
參考一： https://en.stackoom.com/question/ikgT參考二： https://stackoom.com/question/ikgT