[英]Pandas dataframe slice indexing by index criterias
我經常需要以比Pandas DataFrame中的條件高/低的標准在索引中進行一些搜索。 我已經找到了一種方法,但是感覺有點麻煩,或者有點不明智。 這是我目前的方法:
from numpy import linspace
import pandas as pd
df = pd.DataFrame(linspace(1,5,5),index=linspace(0.1,0.5,5))
df
0
0.1 1
0.2 2
0.3 3
0.4 4
0.5 5
df[(df.index>0.3) * (df.index <0.5)]
0
0.3 3
0.4 4
它確實給了我我所不想要的東西,但是如果有的話,請提出一種更好的方法。
我會這樣做。 使用類似浮點的索引進行操作有點不尋常,並且可能會產生一些意想不到的結果。 在0.13(即將發布)中,它具有更多的支持,但運行方式仍與“常規”索引不同。 看這里
In [4]: df = pd.DataFrame({ 'A' : np.linspace(1,5,5), 'B' : np.linspace(0.1,0.5,5) })
In [5]: df
Out[5]:
A B
0 1 0.1
1 2 0.2
2 3 0.3
3 4 0.4
4 5 0.5
In [6]: df.loc[(df.B>0.3)&(df.B<0.5)]
Out[6]:
A B
2 3 0.3
3 4 0.4
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.