Python 在数据帧中围绕索引进行切片的好方法

我想使用

iloc

按行或列对数据帧进行切片，同时环绕超出绑定的索引。以下是一个例子：

import pandas as pd
df = pd.DataFrame([[1,2,3], [4,5,6], [7,8,9]],columns=['a', 'b', 'c'])
#Slice the rows from 2 to 4, which the dataframe only have 3 rows
print(df.iloc[2:4,:])

数据帧：

    a   b   c  
0   1   2   3  
1   4   5   6  
2   7   8   9  

输出将是：

    a   b   c
2   7   8   9

但是我想环绕越界索引，如下所示：

    a   b   c
2   7   8   9
0   1   2   3

在

numpy

中，可以使用

numpy.take

环绕绑定外索引进行切片。（）

输出为：

 [[7 8 9]
 [1 2 3]]

使用

numpy.take

可以解决在

pandas

中包装的问题：

import pandas as pd
import numpy as np
df = pd.DataFrame([[1,2,3], [4,5,6], [7,8,9]],columns=['a', 'b', 'c'])
# Get the integer indices of the dataframe
row_indices = np.arange(df.shape[0])
# Wrap the slice explicitly
wrap_slice = row_indices.take(range(2,4),axis = 0, mode='wrap')
print(df.iloc[wrap_slice, :])

输出将是我想要的输出：

   a  b  c
2  7  8  9
0  1  2  3

---

我查看了

pandas.DataFrame.take

，没有

“wrap”

模式。(). 解决这个问题的好方法是什么？多谢各位

让我们尝试使用

np.roll

：

df.reindex(np.roll(df.index, shift=-2)[0:2])

输出：

   a  b  c
2  7  8  9
0  1  2  3

为了让它更通用一些：

startidx = 2
endidx = 4

df.iloc[np.roll(df.index, shift=-1*startidx)[0:endidx-startidx]]

---

你可以用余数除法

import numpy as np

start_id = 2
end_id = 4
idx = np.arange(start_id, end_id, 1)%len(df)

df.iloc[idx]
#   a  b  c
#2  7  8  9
#0  1  2  3

---

此方法实际上允许您循环多次：

start_id = 2
end_id = 10
idx = np.arange(start_id, end_id, 1)%len(df)

df.iloc[idx]
#   a  b  c
#2  7  8  9
#0  1  2  3
#1  4  5  6
#2  7  8  9
#0  1  2  3
#1  4  5  6
#2  7  8  9
#0  1  2  3

start_id = 2
end_id = 10
idx = np.arange(start_id, end_id, 1)%len(df)

df.iloc[idx]
#   a  b  c
#2  7  8  9
#0  1  2  3
#1  4  5  6
#2  7  8  9
#0  1  2  3
#1  4  5  6
#2  7  8  9
#0  1  2  3