[英]Using : for multiple slicing in list or numpy array
我在尝试弄清楚如何提取列表中多个索引分开的值时遇到了一些困难。 例如,给定列表l = [0,1,2,3,4,5,6,7,8,9,10]
,我只想提取值[1,2,3] and [6,7,8,9]
。 我可以做l[1:4]+l[6:-1]
,但是有写l[1:4,6:-1]
吗?
对于我在熊猫数据框中遇到的实际问题,这确实是一个鬼问题。 我有一个数据框df
,其列为['A','B','C','I1','D','E','F','I2','I3']
和想要保留重要的列['I1', 'I2', 'I3']
。 现在,我目前正在使用的方法是
df.drop(df.columns[0:3], axis=1, inplace=True)
df.drop(df.columns[4:7], axis=1, inplace=True)
有没有办法做到这一点,而我们可以在一行中完成而无需显式写出列值?
谢谢!
PS。 我知道pandas数据帧使用numpy,也没有在numpy中找到任何解决方法,但是我认为删除列的语法是标准的python列表格式,如果有的话。
编辑:我找到了一种方法来为numpy做到这一点,但从这个问题也是2行。 我们可以做的:
indices = np.hstack((np.arange(0:3), np.arange(4:7))
df.drop(df.columns[indices], axis=1, inplace=True)
但是,我仍在寻找1行通用方法。
我认为您需要numpy.r_
来合并索引:
print (np.r_[1:4, 6:10])
[1 2 3 6 7 8 9]
使用列表推导,您可以执行以下操作:
>>> [item for item in l[1:4] + l[6:-1]]
[1, 2, 3, 6, 7, 8, 9]
您也可以像这样使用extend()
:
>>> res = l[1:4]
>>> res.extend(l[6:-1])
>>> res
[1, 2, 3, 6, 7, 8, 9]
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.