如下所示:
> import numpy as np > import pandas as pd > index=np.array([2,4,6,8,10]) > data=np.array([3,5,7,9,11]) > data=pd.DataFrame({'num':data},index=index) > print(data) num 2 3 4 5 6 7 8 9 10 11 > select_index=index[index>5] > print(select_index) [ 6 8 10] > data['num'].loc[select_index] 6 7 8 9 10 11 Name: num, dtype: int32 >
注意,不能用iloc,iloc是将序列当作数组来访问,下标又会从0开始:
> data['num'].iloc[2:5] 6 7 8 9 10 11 Name: num, dtype: int32 > data['num'].iloc[[2,3,4]] 6 7 8 9 10 11 Name: num, dtype: int32 >
以上这篇pandas实现选取特定索引的行就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
标签:
pandas,行索引
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件!
如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
狼山资源网 Copyright www.pvsay.com
暂无“pandas实现选取特定索引的行”评论...
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。