通过索引和列名称数组切片Pandas数据帧

Question

我想用pandas数据帧复制numpy数组的行为.我想传递一个索引和列名数组,并获取在相应的索引和列名中找到的对象列表.

import pandas as pd
import numpy as np

在numpy:

array=np.array(range(9)).reshape([3,3])
print array
print array[[0,1],[0,1]]

[[0 1 2]
 [3 4 5]
 [6 7 8]]

[0 4]

在熊猫:

prng = pd.period_range('1/1/2011', '1/1/2013', freq='A')
df=pd.DataFrame(array,index=prng)
print df

      0  1  2
2011  0  1  2
2012  3  4  5
2013  6  7  8

df[[2011,2012],[0,1]]

预期产量:

[0 4]

我应该如何切割这个数据帧以使其返回与numpy相同的数据？

Answer 1

熊猫不直接支持这一点; 它可以,但问题是如何指定你想要坐标而不是不同的轴,例如df.iloc[[0,1],[0,1]]意味着给我0和第1行以及0和1列.

也就是说,你可以这样做:

您更新了问题并说您想要从索引值开始

In [19]: row_indexer = df.index.get_indexer([Period('2011'),Period('2012')])

In [20]: col_indexer = df.columns.get_indexer([0,1])

In [21]: z = np.zeros(df.shape,dtype=bool)

In [22]: z[row_indexer,col_indexer] = True

In [23]: df.where(z)
Out[23]: 
       0   1   2
2011   0 NaN NaN
2012 NaN   4 NaN
2013 NaN NaN NaN

这似乎更容易(这些是位置)

In [63]: df.values[[0,1],[0,1]]
Out[63]: array([0, 4])

或这个; 因为Period索引将从字符串中正确切片(这里不使用整数)

In [26]: df.loc['2011',0]
Out[26]: 0

In [27]: df.loc['2012',1]
Out[27]: 4