[英]Efficient strided slicing along a column in a pandas dataframe
我希望在pandas数据框列中(有效地)以给定的增量偏移量按切片选择行。 例如,
import numpy as np
import pandas as pd
k = pd.DataFrame(np.arange(9))
# Here I can only select 1 element per stride. Would like to select n elements
a = k[0::3]
b = k[1::3]
# Here a copy is made. Would prefer a view of the above.
b.combine_first(a)
Out[11]:
0
0 0
1 1
3 3
4 4
6 6
7 7
有没有一种有效的方法从增量偏移量的列中选择切片? 谢谢。
在这种情况下,在纯熊猫中,可以使用k.groupby((k.index / 2) % 2)
。 发送到分组的数据帧将按照您的建议进行跨步。 如果只需要数据帧,则k[(k.index / 2) % 2 == 0]
。 或者您使用的方法很好。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.