Question

我经常需要在索引中通过Pandas DataFrame中的某些更高/更低的条件进行搜索。我找到了一种方法，但它感觉有点麻烦，或者不知何故。这是我目前的方法：

from numpy import linspace
import pandas as pd

df = pd.DataFrame(linspace(1,5,5),index=linspace(0.1,0.5,5))

df

     0
0.1  1
0.2  2
0.3  3
0.4  4
0.5  5

df[(df.index>0.3) * (df.index <0.5)]

     0
0.3  3
0.4  4

它确实给了我我想要的东西，但如果你有一个更好的方法，请提出建议。

Answer 1

我会这样做。使用类似浮动的索引操作有点不寻常，可能会产生一些意想不到的结果。在0.13（很快发布）中，它有更多的支持，但仍然与“常规”指数不同。见here

In [4]: df = pd.DataFrame({ 'A' : np.linspace(1,5,5), 'B' : np.linspace(0.1,0.5,5) })

In [5]: df
Out[5]: 
   A    B
0  1  0.1
1  2  0.2
2  3  0.3
3  4  0.4
4  5  0.5

In [6]: df.loc[(df.B>0.3)&(df.B<0.5)]
Out[6]: 
   A    B
2  3  0.3
3  4  0.4

Pandas数据帧切片按索引标准索引

1 个答案: