如何 select Python 中数据框列中的所有可用索引

Question

我有一个包含多个变量的数据框 df，其中包含许多不规则索引的条目。

让我们这样说：

        X  Y  
0    60.0  0   
1    63.0  10      
4    80.0  10             
5    46.0  1            
9    73.0  10

[5 rows x 2 columns]

现在，假设我有一个外部提供的索引列表，indices，例如：

indices = [0, 2, 4, 6, 9, 11]

如何 select df['X'] 的所有条目，这些条目是索引的一部分？我想要的输出是

如果我只是尝试打电话给 df['X'][indices]，Python 理所当然地抱怨：

KeyError: '[2, 6, 11] not in index'

有没有简单的方法可以做到这一点？

Answer 1

您可以尝试将 df 的索引转换为新列，并使用 .isin():

过滤这些索引

# convert original indexes to new column
df["original_index"] = df.index
    
# filter based on list values
indices = [0, 2, 4, 6, 9, 11]
df[df["original_index"].isin(indices)]

输出：

    x   y   original_index
0   60  0   0
4   80  10  4
9   73  10  9

或者，您也可以使用 .reset_index()，这会将原始索引移动到新列，并且 re-index 索引：

# convert original indexes to new column and re-index
df.reset_index(inplace=True)


# filter based on list values
indices = [0, 2, 4, 6, 9, 11]
df[df["index"].isin(indices)]

输出：

  index x   y
0   0   60  0
2   4   80  10
4   9   73  10

Answer 2

使用Index.isin():

print(df.loc[df.index.isin(indices), 'X'])

0    60.0
4    80.0
9    73.0
Name: X, dtype: float64

如何 select Python 中数据框列中的所有可用索引

How to select all available indices in a dataframe column in Python

python

indexing

dataframe

python-3.x

pandas