Python 如何根据列值对数据帧进行切片?
我有一个熊猫数据框,格式如下:Python 如何根据列值对数据帧进行切片?,python,python-2.7,pandas,Python,Python 2.7,Pandas,我有一个熊猫数据框,格式如下: year col1 y1 val_1 y1 val_2 y1 val_3 y2 val_4 y2 val_5 y2 val_6 y3 val_7 y3 val_8 y3 val_9 如何仅选择第2年之前的值而忽略第3年 我需要一个新的_数据框,如下所示: year col1 y1 val_1 y1 val_2
year col1
y1 val_1
y1 val_2
y1 val_3
y2 val_4
y2 val_5
y2 val_6
y3 val_7
y3 val_8
y3 val_9
如何仅选择第2年之前的值而忽略第3年
我需要一个新的_数据框,如下所示:
year col1
y1 val_1
y1 val_2
y1 val_3
y2 val_4
y2 val_5
y2 val_6
y1、y2、y3
表示样本数据集上的年份值,以下工作:
In [35]:
df.iloc[0:df[df.year == 'y3'].index[0]]
Out[35]:
year col1
0 y1 val_1
1 y1 val_2
2 y1 val_3
3 y2 val_4
4 y2 val_5
5 y2 val_6
因此,将其分解,我们执行布尔索引以查找与年份值相等的行:
In [36]:
df[df.year == 'y3']
Out[36]:
year col1
6 y3 val_7
7 y3 val_8
8 y3 val_9
但我们对索引感兴趣,因此我们可以使用它进行切片:
In [37]:
df[df.year == 'y3'].index
Out[37]:
Int64Index([6, 7, 8], dtype='int64')
但是我们只需要切片的第一个值,因此调用索引[0]
,但是如果您的df已经按年份值排序,那么只执行df[df.year
将更简单、更有效