根據 pandas/NumPy 中的多個切片選擇子集？

Question

我想 select 基於幾個切片的一些 pandas DataFrame 列的子集。

In [1]: df = pd.DataFrame(data={'A': np.random.rand(100), 'B': np.random.rand(100), 'C': np.random.rand(100)})
        df.head()

Out[1]:            A           B           C
        0   0.745487    0.146733    0.594006
        1   0.212324    0.692727    0.244113
        2   0.954276    0.318949    0.199224
        3   0.606276    0.155027    0.247255
        4   0.155672    0.464012    0.229516

就像是：

In [2]: df.loc[[slice(1, 4), slice(42, 44)], ['B', 'C']]

預期 output：

Out[2]:            B           C
        1   0.692727    0.244113
        2   0.318949    0.199224
        3   0.155027    0.247255
        42  0.335285    0.000997
        43  0.019172    0.237810

我已經看到 NumPy 的r_ object 在想要使用多個切片時可以提供幫助，例如：

In [3]: arr = np.array([1, 2, 3, 4, 5, 5, 5, 5])
        arr[np.r_[1:3, 4:6]]
Out[3]: array([2, 3, 5, 5])

但是我不能讓它與一些預定義的切片集合（列表）一起使用。 理想情況下，我希望能夠基於此指定范圍/切片和子集的集合。 我似乎不喜歡r_接受迭代？ 我已經看到，例如可以使用hstack創建一個數組，然后將其用作索引，例如：

In [4]: idx = np.hstack((np.arange(1, 4), np.arange(42, 44)))
        df.loc[idx, ['B', 'C']]
Out[4]:            B           C
        1   0.692727    0.244113
        2   0.318949    0.199224
        3   0.155027    0.247255
        42  0.335285    0.000997
        43  0.019172    0.237810

這讓我得到了我需要的東西，但是還有其他更快/更清潔/首選/無論如何的方法嗎？

Answer 1

你可以做：

df.loc[[x for x in range(1, 4)] + [x for x in range(42, 44)], ['B', 'C']]

使用np.hstack選項花費了大約 1/4 的時間。

Answer 2

有點晚了，但它也可能對其他人有所幫助：

pd.concat([df.loc[sl, ['B', 'C']] for sl in [slice(1, 4), slice(42, 44)]])

當您處理其他切片時，這也適用，例如時間 windows。