Question

我在工作中广泛使用了R和Python，有时我觉得它们之间的语法混乱。

在R中，如果我只想从我的数据集的某些功能创建模型，我可以这样做：

subset = df[1:1000, c(1,5,14:18,24)]

这将占用前1000行（是的，R从索引1开始），它将需要第1，第5，第14 到第18和第24列

我尝试过slice，range和类似功能的任意组合，并且无法复制这种灵活性。最后，我只列举了所有的值。

如何在Python中完成？

从列表中选择一个元素的任意子集，其中一些是单独选择的（如上面显示的逗号），另一些是按顺序选择的（如上面显示的冒号）？

Answer 1

在index_tricks的文件中，numpy定义了一个类实例，它使用r_方法将标量和切片转换为枚举列表：

In [560]: np.r_[1,5,14:18,24]
Out[560]: array([ 1,  5, 14, 15, 16, 17, 24])

这是一个带有__getitem__方法的实例，因此它使用索引语法。它将14:18扩展为np.arange(14,18)。它还可以使用linspace扩展值。

所以我认为你会改写

subset = df[1:1000, c(1,5,14:18,24)]

作为

df.iloc[:1000, np.r_[0,4,13:17,23]]

Answer 2

您可以在pandas中使用iloc进行整数索引：

df.iloc[0:10000, [0, 4] + range(13,18) + [23]]

由@root评论，在Python 3中，您需要range()

明确地将df.iloc[0:10000, [0, 4] + list(range(13,18)) + [23]]转换为列表

Answer 3

试试这个，第一个方括号过滤器。第二组方括号切片。

df[[0,4]+ range(13,18)+[23]][:1000]