python - 按索引和列名数组对 Pandas 数据框进行切片

Question

我正在寻找使用 pandas 数据框复制 numpy 数组的行为。我想传递一个索引数组和列名，并获取在相应索引和列名中找到的对象列表。

import pandas as pd
import numpy as np

在 numpy 中:

array=np.array(range(9)).reshape([3,3])
print array
print array[[0,1],[0,1]]

[[0 1 2]
 [3 4 5]
 [6 7 8]]

[0 4]

在 Pandas 中:

prng = pd.period_range('1/1/2011', '1/1/2013', freq='A')
df=pd.DataFrame(array,index=prng)
print df

      0  1  2
2011  0  1  2
2012  3  4  5
2013  6  7  8

df[[2011,2012],[0,1]]

预期输出:

[0 4]

我应该如何切片此数据框以使其返回与 numpy 相同的值？

Answer 1

Pandas 不直接支持这个；它可以，但问题是如何指定你想要坐标而不是不同的轴，例如df.iloc[[0,1],[0,1]] 表示 给我第 0 行和第 1 行以及第 0 列和第 1 列。

也就是说，你可以这样做:

你更新了问题并说你想从索引值开始

In [19]: row_indexer = df.index.get_indexer([Period('2011'),Period('2012')])

In [20]: col_indexer = df.columns.get_indexer([0,1])

In [21]: z = np.zeros(df.shape,dtype=bool)

In [22]: z[row_indexer,col_indexer] = True

In [23]: df.where(z)
Out[23]: 
       0   1   2
2011   0 NaN NaN
2012 NaN   4 NaN
2013 NaN NaN NaN

虽然这看起来更容易(这些是位置)

In [63]: df.values[[0,1],[0,1]]
Out[63]: array([0, 4])

或者这个；因为 Period 索引将从字符串中正确切片(此处不要使用整数)

In [26]: df.loc['2011',0]
Out[26]: 0

In [27]: df.loc['2012',1]
Out[27]: 4