熊猫每排第n行

时间:2014-07-31 09:44:56

标签: python pandas resampling

Dataframe.resample()仅适用于时间序列数据。我找不到从非时间序列数据中获取每一行的方法。什么是最好的方法?

7 个答案:

答案 0 :(得分:119)

我使用iloc,它采用行/列切片,两者都基于整数位置并遵循正常的python语法。

df.iloc[::5, :]

答案 1 :(得分:15)

虽然@ chrisb接受的答案确实回答了这个问题,但我想补充以下内容。

我用来获取nth数据或删除nth行的简单方法如下:

df1 = df[df.index % 3 != 0]  # Excludes every 3rd row starting from 0
df2 = df[df.index % 3 == 0]  # Selects every 3rd raw starting from 0

这种基于算术的采样能够启用更复杂的行选择。

假设,当然,您有一个有序,连续,整数的index从0开始。

答案 2 :(得分:1)

对于已接受的答案,有一个甚至更简单的解决方案,涉及直接调用df.__getitem__

df = pd.DataFrame('x', index=range(5), columns=list('abc'))
df

   a  b  c
0  x  x  x
1  x  x  x
2  x  x  x
3  x  x  x
4  x  x  x

例如,要获取每2行,您可以

df[::2]

   a  b  c
0  x  x  x
2  x  x  x
4  x  x  x

还有GroupBy.first / GroupBy.head,您将索引分组:

df.index // 2
# Int64Index([0, 0, 1, 1, 2], dtype='int64')

df.groupby(df.index // 2).first()
# Alternatively,
# df.groupby(df.index // 2).head(1)

   a  b  c
0  x  x  x
1  x  x  x
2  x  x  x

索引被步幅(在本例中为2)划分为底数。如果索引是非数字的,则改为

# df.groupby(np.arange(len(df)) // 2).first()
df.groupby(pd.RangeIndex(len(df)) // 2).first()

   a  b  c
0  x  x  x
1  x  x  x
2  x  x  x

答案 3 :(得分:1)

reset_index() 添加到 metastableB's answer 允许您只需要假设行是有序且连续的

df1 = df[df.reset_index().index % 3 != 0]  # Excludes every 3rd row starting from 0
df2 = df[df.reset_index().index % 3 == 0]  # Selects every 3rd row starting from 0

df.reset_index().index 将创建一个从 0 开始并以 1 递增的索引,让您可以轻松使用模数。

答案 4 :(得分:0)

我也有类似的要求,但是我想要特定组中的第n个物品。这就是我解决的方法。

groups = data.groupby(['group_key'])
selection = groups['index_col'].apply(lambda x: x % 3 == 0)
subset = data[selection]

答案 5 :(得分:0)

我使用索引时提出的解决方案不可行(可能是multi-Gig .csv太大,或者我错过了一些使我能够重新索引而不会崩溃的技术)。
一次浏览一行并将第n行添加到新的数据帧中。

import pandas as pd
from csv import DictReader

def make_downsampled_df(filename, interval):    
    with open(filename, 'r') as read_obj:
        csv_dict_reader = DictReader(read_obj)
        column_names = csv_dict_reader.fieldnames
        df = pd.DataFrame(columns=column_names)
    
        for index, row in enumerate(csv_dict_reader):
            if index % interval == 0:
               print(str(row))
               df = df.append(row, ignore_index=True)

    return df

答案 6 :(得分:0)

df.drop(labels=df[df.index % 3 != 0].index, axis=0) #  every 3rd row (mod 3)