熊猫每排第n行

Question

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？

Answer 1

我使用iloc,它采用行/列切片,基于整数位置和遵循正常的python语法.

df.iloc[::5, :]

Answer 2

虽然@ chrisb接受的答案确实回答了这个问题,但我想补充一下以下问题.

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实现更复杂的行选择.

当然,这假定您有一index列从0开始的有序连续整数.

Answer 3

对于包含直接调用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，您可以执行

df[::2]

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

还有GroupBy.first/ GroupBy.head，你在索引上分组：

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

索引按步幅（在本例中为 2）进行地板划分。如果索引是非数字的，请改为

# 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

Answer 4

添加reset_index()到metastableB 的答案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，使您可以轻松使用模数。