它被称为subset-[]中传递的列列表：

dataset = pandas.read_csv('file.csv', names=names)

new_dataset = dataset[['A','D']]

与以下内容相同：

new_dataset = dataset.loc[:, ['A','D']]

如果只需要滤波输出，则将参数usecols添加到read_csv：

new_dataset = pandas.read_csv('file.csv', names=names, usecols=['A','D'])

编辑：
如果仅使用：

new_dataset = dataset[['A','D']]

使用一些数据操作，显然可以得到：
试图在DataFrame的切片副本上设置值。
请尝试改用. loc [行索引器，列索引器]=值
如果以后修改new_dataset中的值，您会发现修改不会传播回原始数据（dataset），并且Pandas会发出警告。
按照EdChum的指示，添加copy以删除警告：

new_dataset = dataset[['A','D']].copy()

必须传递列名列表以选择列。否则，它将被解释为MultiIndex;如果df.columns是多索引，则df['A','D']将工作。
最明显的方法是df.loc[:, ['A', 'B']]，但还有其他方法（注意它们都是如何处理列表的）：

df1 = df.filter(items=['A', 'D'])

df1 = df.reindex(columns=['A', 'D'])

df1 = df.get(['A', 'D']).copy()

注意：items是第一个位置参数，因此df.filter(['A', 'D'])也有效。
注意，filter()和reindex()也返回一个副本，因此您不必担心以后会得到SettingWithCopyWarning。