Python熊猫通过多个索引范围切片数据帧

什么是通过更多索引范围切片数据帧的pythonic方式（例如，通过10:12和25:28）？我想这更优雅的方式：Python熊猫通过多个索引范围切片数据帧

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

结果：

像这样的事情会更优雅：

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

谢谢！

来源

2016-09-08 ragesz

您可以使用numpy的的r_ “切片绝招”：

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

给出：

来源

2016-09-08 14:43:19

它没有比这更简洁。 'np.r_'就是为了这个目的而建造的。而且，我学到了一些东西。希望我能+2。 – piRSquared

需要注意的一点是：要获得负向索引（即相当于'df.iloc [-2：]'），必须包含一个零：'df.iloc [pd.np.r _ [：2，-2： 0]]' –

你可以把大熊猫ISIN功能的优势。

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

来源

2017-10-13 09:56:38 KevinOelen

Python熊猫通过多个索引范围切片数据帧

回答

相关问题