Python 选择pivot_表的子集

关于这个话题，这里有几个问题，但没有一个对我有帮助。下面是我想要的一个简单版本：

这是感兴趣的csv文件：

我正在创建透视表，如下所示：

piv = pd.read_csv("test.csv",delimiter = "\s+").pivot_table('z','x','y')

这就回来了

y    0.0  1.0  1.3  2.0
x
0.0  1.0  5.0  NaN  4.0
1.0  3.0  4.0  NaN  6.0
1.5  NaN  NaN  7.0  NaN
2.0  3.0  5.0  NaN  7.0

我希望找到此数组的一个片段作为pivot_表，例如：

y    1.3  2.0
x
0.0  NaN  4.0
1.0  NaN  6.0

基于x和y值。我想也包括NaN，以便稍后对其进行处理。非常感谢你的帮助

编辑：将问题更新为更具体的问题

我希望提取一个pivot表，该表的值由列“z”表示，并由“x”和“y”索引，条件是：

• 任意xmin和xmax之间的所有x值
• 任意ymin和ymax之间的所有y值

从上面定义的piv，我想做如下操作：

piv.loc[(piv.y <= 2.0) & 
(piv.y >= 1.3) & 
(piv.x >= 0.0) & 
(piv.x <= 1.2)]

piv.loc[（piv.y=1.3）和
（piv.x>=0.0）和
（piv.x当我复制dataframe时，列是字符串，行是浮点数。

将列获取为float

df.columns = df.columns.astype(float)

现在你可以

谢谢，但是如果有更多的列，这不会失败吗？另外，我如何选择一个范围？（例如，所有x在[1,3]和y在[0,2]之间的值）我无法理解您想要什么？我已经更新了问题，使其更具体。这有帮助吗？是的，这几乎就是我想要的！再次更新了我的问题（抱歉）。剩下的唯一一件事是：如何确保索引切片在我想要的特定列上进行？编辑：nvm，它可以工作。我以为“df”已经不是指透视表了。
df.loc[pd.IndexSlice[0:1], pd.IndexSlice[1.3:2]]