Python 根据列表索引选择行

我有一个数据帧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显示的具有特定序列号的行，假设这里是[1,3]，然后左：

   20061231  15.915       NaN     15.915  12.686
   20070630   7.907       NaN      7.907   6.459

如何或什么功能可以做到这一点

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

你应该做这个把戏！ 当我使用数据帧进行索引时，我总是使用.ix（）方法。它是如此的简单和灵活

更新 这不再是公认的索引方法。

ix

方法已被弃用。使用

.iloc

进行基于整数的索引，使用

.loc

进行基于标签的索引。请参见以下示例：

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

您还可以使用iloc：

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

如果由于先前的计算，数据帧中的索引与行的顺序不一致，那么这将不起作用。在这种情况下，请使用：

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

---

。。。正如其他回答中所建议的那样。

对于大型数据集，通过

skiprows

参数仅读取选定行是内存有效的

示例

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

现在将从跳过除1和3之外的所有行的文件返回数据帧

---

详细信息

从：

skiprows

：类似列表或整数或可调用，默认值

None

如果可调用，将根据行索引计算可调用函数，如果应跳过该行，则返回True，否则返回False。一个有效的可调用参数示例是[0,2]中的

lambda x:x

此功能适用于0.20.0+版本。另请参见和。

另一种方式（虽然它是一个较长的代码），但它比上述代码快。使用%timeit函数检查它：

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

附言：你找出原因了吗

---

解决这个问题的方法有很多，上面列出的是最常用的解决方法。我想再添加两种方法，以防有人正在寻找替代方法

index_list = [1,3]

df.take(pos)

#or

df.query('index in @index_list')

---

如果

index\u list

包含所需的索引，则可以通过执行以下操作来获取包含所需行的数据帧

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

---

这是基于截至2021年3月的最新版本。

现在已弃用。iloc应用于位置索引这对我不起作用，我必须使用

df.iloc[[1,3]，：]

更新中的解决方案也不起作用，我有截至2021年3月的最新工作解决方案使用

df.index.get\u level\u值（0）.isin

对于多重索引，如果你说的是一个命名索引，那么这是正确的答案：

pd.DataFrame（{'num_legs'：[2,4,8,0,6,10]，'num_wings'：[2,0,0,0,0,0,0,0,4,0]，'num_sample_seen'：[10,2,1,8,3,0]，'do_I_like_it'：[0,1,1,0,0]，[0]，[0]，'index=['falcon'，'dog'，'dog'，'dog'，'dog'，'dog'，'dog'，'spider'，'s'

这是一个很好的答案。这种方法的优点是可以使用df.loc的全部功能。例如，您可以使用df.loc[df.index[index\u list]、“my\u column”]选择所需的列，甚至可以使用df.loc[df.index[index\u list]、“my\u column”]=“my\u value”设置值