多切片熊猫数据框

Question

我有一个数据框：

import pandas as pd

df = pd.DataFrame({'val': ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h']})

我想分成两个新的数据帧，第一个包含每个 nth 值，而第二个包含第一个中没有的剩余值。

例如，在 n=3 的情况下，第二个数据帧将保留原始数据帧中的两个值，跳过一个，保留两个，跳过一个等。此切片在下图，其中原始数据帧值为蓝色，这些值被分为绿色集和红色集：

我使用 iloc 和 isin 的组合成功地实现了这一点：

df1 = df.iloc[::3]
df2 = df[~df.val.isin(df1.val)]

但我想知道的是：

这是实现这一目标的最 Pythonic 的方式吗？从数据框中取出我想要的内容，然后通过检查原始新数据框中没有的内容来获取我想要的其余内容，这似乎效率低下且不是特别优雅。相反，是否有一个 iloc 表达式，如用于生成 df1 的表达式，它可以执行切片过程的第二部分并替换 isin 行？更好的是，是否有一个表达式可以一步执行整个两步切片？

Answer 1

使用模 3 与不相等的第一个值进行比较（与切片行相同）：

#for default RangeIndex
df2 = df[df.index % 3 != 0]
#for any Index
df2 = df[np.arange(len(df)) %  3 != 0]
print (df2)
  val
1   b
2   c
4   e
5   f
7   h