根据列表索引选择 Pandas 行

问题描述：

我有一个dataframe df：

20060930  10.103       NaN     10.103   7.981
20061231  15.915       NaN     15.915  12.686
20070331   3.196       NaN      3.196   2.710
20070630   7.907       NaN      7.907   6.459

然后我想选择列表中指示的具有特定序列号的行，假设这里是[1,3]，然后向左：

20061231  15.915       NaN     15.915  12.686
20070630   7.907       NaN      7.907   6.459

如何或者什么功能可以做到这一点？

解决方案 1：

用于.iloc基于整数的索引和.loc基于标签的索引。参见以下示例：

ind_list = [1, 3]
df.iloc[ind_list]

解决方案 2：

您还可以使用 iloc：

df.iloc[[1,3],:]

如果由于先前的计算，数据框中的索引与行的顺序不对应，则此方法无效。在这种情况下，请使用：

df.index.isin([1,3])

...正如其他回复所建议的那样。

解决方案 3：

另一种方法（虽然代码更长）比上面的代码更快。使用 %timeit 函数检查一下：

df[df.index.isin([1,3])]

PS：你弄清楚原因

解决方案 4：

如果index_list包含您想要的索引，您可以通过执行以下操作获取具有所需行的数据框

index_list = [1,2,3,4,5,6]
df.loc[df.index[index_list]]

这是基于截至 2021 年 3 月的最新文档。

解决方案 5：

对于大型数据集，通过参数仅读取选定的行可以节省内存skiprows。

例子

pred = lambda x: x not in [1, 3]
pd.read_csv("data.csv", skiprows=pred, index_col=0, names=...)

现在，这将从文件中返回一个 DataFrame，该 DataFrame 跳过除第 1 行和第 3 行之外的所有行。

细节

来自文档：

skiprows：列表或整数或可调用，默认None

...

如果可调用，则可调用函数将根据行索引进行评估，如果该行应被跳过，则返回 True，否则返回 False。有效的可调用参数示例如下lambda x: x in [0, 2]

此功能适用于 pandas 0.20.0+ 版本。另请参阅相应问题和相关文章。

解决方案 6：

您要尝试做的是按索引过滤数据框。目前在 Pandas 中执行此操作的最佳方法如下：

单一索引

desired_index_list = [1,3]
df[df.index.isin(desired_index_list)]

多索引

desired_index_list = [1,3]
index_level_to_filter = 0
df[df.index.get_level_values(index_level_to_filter).isin(desired_index_list)]

解决方案 7：

解决这个问题的方法有很多，上面列出的是实现该解决方案的最常用方法。我想再添加两种方法，以防有人正在寻找替代方案。

index_list = [1,3]

df.take(pos)

#or

df.query('index in @index_list')

解决方案 8：

从过滤索引中获取新的 DataFrame：

对于我的问题，我需要从索引中创建一个新的 DataFrame。我找到了一种直接的方法来做到这一点：

iloc_list=[1,2,4,8]
df_new = df.filter(items = iloc_list , axis=0)

您还可以使用它来过滤列。请参阅文档了解更多详情。