Question

在pandas中，如何将Series / dataframe拆分为两个Series / DataFrames，其中一个系列中的奇数行，甚至是不同的行？现在我正在使用

rng = range(0, n, 2)
odd_rows = df.iloc[rng]

这很慢。

Answer 1

使用切片：

In [11]: s = pd.Series([1,2,3,4])

In [12]: s.iloc[::2]  # even
Out[12]:
0    1
2    3
dtype: int64

In [13]: s.iloc[1::2]  # odd
Out[13]:
1    2
3    4
dtype: int64

Answer 2

以下是一些比较

In [100]: df = DataFrame(randn(100000,10))

简单的方法（但我认为范围使得这很慢），但无论索引如何都会有效（例如，不必是数字索引）

In [96]: %timeit df.iloc[range(0,len(df),2)]
10 loops, best of 3: 21.2 ms per loop

以下要求基于范围的Int64Index（很容易获得，只有reset_index()）。

In [107]: %timeit df.iloc[(df.index % 2).astype(bool)]
100 loops, best of 3: 5.67 ms per loop

In [108]: %timeit df.loc[(df.index % 2).astype(bool)]
100 loops, best of 3: 5.48 ms per loop

确保给它指数位置

In [98]: %timeit df.take(df.index % 2)
100 loops, best of 3: 3.06 ms per loop

与上述相同，但没有关于负面指标的转换

In [99]: %timeit df.take(df.index % 2,convert=False)
100 loops, best of 3: 2.44 ms per loop

这位获胜者是@AndyHayden soln;这仅适用于单个dtype

In [118]: %timeit DataFrame(df.values[::2],index=df.index[::2])
10000 loops, best of 3: 63.5 us per loop

基于整数索引分割数据帧

2 个答案: