pandas take() 基于位置索引选择行或列

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

pandas 的 take 方法用于基于位置索引选择行或列。它类似于 NumPy 的 take 方法，可以非常高效地进行基于位置的选择操作。下面我们详细讲解它的语法、参数、返回值，并通过实例进行说明。

语法

take(indices, axis=0, is_copy=None, **kwargs)

参数

indices：一个类似整数列表，表示需要选择的行或列的索引位置。
axis：选择操作的轴，默认是 0（选择行）。axis=1 表示选择列。
is_copy：布尔值，默认值为 None，表示是否返回副本（已经弃用，不推荐使用）。
**kwargs：其他关键字参数，传递给内部的 numpy.take 函数。

返回值

返回一个新的 DataFrame 或 Series，其中包含指定位置的行或列。

支持的类型

pandas.api.extensions.ExtensionArray.take
pandas.core.groupby.DataFrameGroupBy.take
pandas.core.groupby.SeriesGroupBy.take
pandas.DataFrame.take
pandas.Index.take
pandas.Series.take

使用场景

基于位置索引快速选择数据。
选择不连续的行或列进行分析。
在数据预处理中重新排列数据顺序。

示例

示例 1：基本使用

构造示例数据：

import pandas as pd

# 创建示例 DataFrame
data = {
    'A': [1, 2, 3, 4, 5],
    'B': [10, 20, 30, 40, 50],
    'C': ['a', 'b', 'c', 'd', 'e']
}
df = pd.DataFrame(data)
print("原始数据:")
print(df)

输出：

原始数据:
   A   B  C
0  1  10  a
1  2  20  b
2  3  30  c
3  4  40  d
4  5  50  e

基于位置选择行

选择第 1、3、4 行：

df_rows = df.take([0, 2, 3])
print("选择的行:")
print(df_rows)

输出：

选择的行:
   A   B  C
0  1  10  a
2  3  30  c
3  4  40  d

基于位置选择列

选择第 1、3 列：

df_columns = df.take([0, 2], axis=1)
print("选择的列:")
print(df_columns)

输出：

选择的列:
   A  C
0  1  a
1  2  b
2  3  c
3  4  d
4  5  e

使用场景：基于位置索引重排数据

将第 3 行移动到第一行：

df_reorder = df.take([2, 0, 1, 3, 4])
print("重排后的数据:")
print(df_reorder)

输出：

重排后的数据:
   A   B  C
2  3  30  c
0  1  10  a
1  2  20  b
3  4  40  d
4  5  50  e

通过这些示例，可以看到 take 方法在基于位置索引选择和重排数据方面非常灵活和高效。

参考

https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.take.html
https://pandas.pydata.org/docs/reference/api/pandas.core.groupby.SeriesGroupBy.take.html
https://pandas.pydata.org/docs/reference/api/pandas.Index.take.html
https://pandas.pydata.org/docs/reference/api/pandas.core.groupby.DataFrameGroupBy.take.html

< truncate() 截取部分数据 pandas 查询筛选数据 between() 数据是否在指定的范围内 >

更新时间：2024-07-16 19:52:15 标签：pandas python take 选择