Python list or pandas dataframe 任意索引和切片
Python list or pandas dataframe arbitrary indexing and slicing
我在工作中广泛使用了 R 和 Python，有时我会混淆它们之间的语法。
在 R 中，如果我只想根据数据集的 一些 特征创建模型，我可以这样做:
subset = df[1:1000, c(1,5,14:18,24)]
这需要前 1000 行（是的，R 从索引 1 开始），并且需要第 1、5、14 through第18、24列。
我曾尝试对 slice、range 和类似功能进行任意组合，但无法复制这种灵活性。最后，我只是列举了所有的值。
如何在 Python 中完成？
Pick an arbitrary subset of elements from a list, some of which are selected individually (as in the commas shown above) and some selected sequentially (as in the colons shown above)?
您可以在 pandas 中使用 iloc 进行整数索引：
df.iloc[0:10000, [0, 4] + range(13,18) + [23]]
正如@root 所说，在 Python 3 中，您需要将 range() 显式转换为 df.iloc[0:10000, [0, 4] + list(range(13,18)) + [23]]
列表
试试这个，第一个方括号过滤器。第二组方括号切片。
df[[0,4]+ range(13,18)+[23]][:1000]
在 index_tricks 的文件中，numpy 定义了一个 class 实例，它使用 r_ 方法将标量和切片转换为枚举列表：
In [560]: np.r_[1,5,14:18,24]
Out[560]: array([ 1, 5, 14, 15, 16, 17, 24])
它是一个带有__getitem__方法的实例，所以它使用了索引语法。它将 14:18 扩展为 np.arange(14,18)。它还可以使用 linspace.
扩展值
所以我认为你会重写
subset = df[1:1000, c(1,5,14:18,24)]
作为
df.iloc[:1000, np.r_[0,4,13:17,23]]
我在工作中广泛使用了 R 和 Python，有时我会混淆它们之间的语法。
在 R 中，如果我只想根据数据集的 一些 特征创建模型，我可以这样做:
subset = df[1:1000, c(1,5,14:18,24)]
这需要前 1000 行（是的，R 从索引 1 开始），并且需要第 1、5、14 through第18、24列。
我曾尝试对 slice、range 和类似功能进行任意组合，但无法复制这种灵活性。最后，我只是列举了所有的值。
如何在 Python 中完成？
Pick an arbitrary subset of elements from a list, some of which are selected individually (as in the commas shown above) and some selected sequentially (as in the colons shown above)?
您可以在 pandas 中使用 iloc 进行整数索引：
df.iloc[0:10000, [0, 4] + range(13,18) + [23]]
正如@root 所说，在 Python 3 中，您需要将 range() 显式转换为 df.iloc[0:10000, [0, 4] + list(range(13,18)) + [23]]
试试这个，第一个方括号过滤器。第二组方括号切片。
df[[0,4]+ range(13,18)+[23]][:1000]
在 index_tricks 的文件中，numpy 定义了一个 class 实例，它使用 r_ 方法将标量和切片转换为枚举列表：
In [560]: np.r_[1,5,14:18,24]
Out[560]: array([ 1, 5, 14, 15, 16, 17, 24])
它是一个带有__getitem__方法的实例，所以它使用了索引语法。它将 14:18 扩展为 np.arange(14,18)。它还可以使用 linspace.
所以我认为你会重写
subset = df[1:1000, c(1,5,14:18,24)]
作为
df.iloc[:1000, np.r_[0,4,13:17,23]]