Python熊貓通過多個索引範圍切片數據幀

什麼是通過更多索引範圍切片數據幀的pythonic方式（例如，通過10:12和25:28）？我想這更優雅的方式：Python熊貓通過多個索引範圍切片數據幀

df = pd.DataFrame({'a':range(10,100)}) 
df.iloc[[i for i in range(10,12)] + [i for i in range(25,28)]]

結果：

像這樣的事情會更優雅：

df.iloc[(10:12, 25:28)]

謝謝！

來源

2016-09-08 ragesz

您可以使用numpy的的r_ 「切片絕招」：

df = pd.DataFrame({'a':range(10,100)}) 
df.iloc[pd.np.r_[10:12, 25:28]]

給出：

來源

2016-09-08 14:43:19

它沒有比這更簡潔。 'np.r_'就是爲了這個目的而建造的。而且，我學到了一些東西。希望我能+2。 – piRSquared

需要注意的一點是：要獲得負向索引（即相當於'df.iloc [-2：]'），必須包含一個零：'df.iloc [pd.np.r _ [：2，-2： 0]]' –

你可以把大熊貓ISIN功能的優勢。

df = pd.DataFrame({'a':range(10,100)}) 
ls = [i for i in range(10,12)] + [i for i in range(25,28)] 
df[df.index.isin(ls)] 


    a 
10 20 
11 21 
25 35 
26 36 
27 37

來源

2017-10-13 09:56:38 KevinOelen

Python熊貓通過多個索引範圍切片數據幀

回答

相關問題