pandas实现选取特定索引的行
2018-04-20 10:08
696 查看
如下所示:
>>> import numpy as np >>> import pandas as pd >>> index=np.array([2,4,6,8,10]) >>> data=np.array([3,5,7,9,11]) >>> data=pd.DataFrame({'num':data},index=index) >>> print(data) num 2 3 4 5 6 7 8 9 10 11 >>> select_index=index[index>5] >>> print(select_index) [ 6 8 10] >>> data['num'].loc[select_index] 6 7 8 9 10 11 Name: num, dtype: int32 >>>
注意,不能用iloc,iloc是将序列当作数组来访问,下标又会从0开始:
>>> data['num'].iloc[2:5] 6 7 8 9 10 11 Name: num, dtype: int32 >>> data['num'].iloc[[2,3,4]] 6 7 8 9 10 11 Name: num, dtype: int32 >>>
以上这篇pandas实现选取特定索引的行就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
您可能感兴趣的文章:
相关文章推荐
- pandas选取特定索引的行
- pandas选取特定索引的行
- pandas.DataFrame选取/排除特定行的方法
- pandas.DataFrame选取/排除特定行
- pandas 数据索引与选取
- 4000 Pandas 索引(index)/选取(select)/标签(label)操作
- pandas数据清洗,排序,索引设置,数据选取
- pandas学习笔记-索引、选取和过滤
- pandas 按照特定顺序输出的实现代码
- pandas索引选取和过滤和ix的各种索引
- python科学计算笔记(四)pandas 数据索引与选取
- pandas中如何索引到某一列的特定值
- pandas.DataFrame删除/选取含有特定数值的行或列实例
- pandas 索引选取和过滤(四)
- pandas数据清洗,排序,索引设置,数据选取方法
- python/pandas数据分析(十六)- 数据索引与选取
- python选取特定列——pandas的iloc和loc以及icol使用(列切片及行切片)
- pandas之索引、选取和过滤
- python pandas.DataFrame选取、修改数据最好用.loc,.iloc,.ix实现
- numpy中实现ndarray数组返回符合特定条件的索引方法