子集pandas數據幀並保留原始大小

Question

我正在嘗試對數據幀進行子集化，但希望新數據幀具有相同大小的原始數據幀。
附加輸入，輸出和預期輸出。

df_input = pd.DataFrame([[1,2,3,4,5], [2,1,4,7,6], [5,6,3,7,0]], columns=["A", "B","C","D","E"])

df_output=pd.DataFrame(df_input.iloc[1:2,:])

df_expected_output=pd.DataFrame([[0,0,0,0,0], [2,1,4,7,6], [0,0,0,0,0]], columns=["A", "B","C","D","E"])  

請建議前進的方向。

Answer 1

使用reindex將子集回原點后設置reindex 。 這會將新行的所有值設置為NaN ，您可以通過fillna替換為0。 由於NaN是floa類型，因此您可以使用astype將所有內容轉換回int 。

 df_input.iloc[1:2,:].reindex(df_input.index).fillna(0).astype(int)

Answer 2

建立

df = pd.DataFrame([[1,2,3,4,5], [2,1,4,7,6], [5,6,3,7,0]], columns=["A", "B","C","D","E"])
output = df_input.iloc[1:2,:]

---

您可以創建一個mask並使用乘法：

m = df.index.isin(output.index)
m[:, None] * df

   A  B  C  D  E
0  0  0  0  0  0
1  2  1  4  7  6
2  0  0  0  0  0

Answer 3

我將使用where + between

df_input.where(df_input.index.to_series().between(1,1),other=0)
Out[611]: 
   A  B  C  D  E
0  0  0  0  0  0
1  2  1  4  7  6
2  0  0  0  0  0

Answer 4

還有一個選項是創建具有零值的DataFrame，然后使用df_input slice更新它

df_output = pd.DataFrame(0, index=df_input.index, columns = df_input.columns)
df_output.update(df_input.iloc[1:2,:])