Python 从特定索引中重新选择数据帧

我有一个数据帧，我想“重新选择”，因为没有更好的术语，使用索引

Column1 | Column2 | Column3
   1    |    2    |    3
   4    |    5    |    6
Data    |         |  
Header  | Header2 | Header3
   7    |    8    |    9

我想选择这个数据帧，但特别是在索引

4,0

处，这样它看起来像：

Header  | Header2 | Header3
   7    |    8    |    9

我知道我可以做像这样的事情

df.iloc[[4,5], [0,1,2]]

但问题是，我并不总是知道该索引在每个数据帧中的位置，我唯一拥有的信息是我希望从中开始的值的索引。

使用：

df[df["Column1"]=="Data"].index.item()

您将收到“数据”所在行位置的索引。从那里，您可以使用df.iloc来定位您要查找的数据。

使用：

df[df["Column1"]=="Data"].index.item()

---

您将收到“数据”所在行位置的索引。在那里，您可以使用df.iloc来定位您要查找的数据。

对于未来的旅行者，我最终以一种有点奇怪的方式完成了这项工作。首先，我得到了我感兴趣的专栏：

columns = [x for x in df.iloc[4].values.flatten().tolist() if str(x) != 'nan']

然后我将我知道需要的数据切片：

data = df.iloc[5:, 0:2].values

最后创建了一个新的数据帧：

df = pd.DataFrame(data, columns=columns)

在我设置列的地方，

4

是列所在行的索引（我已经知道的数字）。当我设置数据时，

5:

表示第5行和第5行以外的所有数据（因为我不知道它在哪里结束），而

0:2

是第1-3列

---

我不确定这是否是最好的方法，但它能满足我的需要。

对于未来的旅行者，我最终以一种有点奇怪的方式完成了这项工作。首先，我得到了我感兴趣的专栏：

columns = [x for x in df.iloc[4].values.flatten().tolist() if str(x) != 'nan']

然后我将我知道需要的数据切片：

data = df.iloc[5:, 0:2].values

最后创建了一个新的数据帧：

df = pd.DataFrame(data, columns=columns)

在我设置列的地方，

4

是列所在行的索引（我已经知道的数字）。当我设置数据时，

5:

表示第5行和第5行以外的所有数据（因为我不知道它在哪里结束），而

0:2

是第1-3列

---

我不确定这是否是最好的方法，但它适用于我需要它做的事情。

虽然这可以获得索引，但我已经有了索引。我需要从现有的数据框架中创建一个新的数据框架，以及新的列。虽然这样做可以获得索引，但我已经有了索引。我需要从现有的数据框中创建一个新的数据框，以及新的列。