串联熊猫数据框的反行选择

Question

为了进行回归分析，记录了多个实验。所有实验都串联到单个数据框中。为了进行培训，我想使用第n个样本，并对其余数据的性能进行可视化。

以下代码可用于单个实验，但由于重复出现索引而导致串联数据失败。

df = pd.read_pickle(concatenated_experiments.pkl)
train = df.iloc[::10, :]
test = df.loc[~df.index.isin(train.index)]

是否有一个巧妙的方法来实现级联数据帧？我已经使用df.iloc[::10, :]训练了一些模型，并且不希望重做。

Answer 1

您可以对10使用取模，并用0比较布尔掩码，用boolean indexing过滤，~用于反转掩码：

df = pd.read_pickle(concatenated_experiments.pkl)

#if default RangeIndex
#mask = df.index % 10 == 0

#general solution
mask = np.arange(len(df)) % 10 == 0
train = df[~mask]
test = df[mask]