python - 从 Pandas DataFrame 中提取多个非连续的索引值

Question

我创建了一个 pandas 数据框，通过以下方式从 scipy.io 读取它(file.sav 是在不同机器上创建的 IDL 结构。scipy.io 创建了一个标准的 python 字典):

from scipy import io
import pandas as p
import numpy as np
tmp=io.readsav('file.sav', python_dict = True)
df=pd.DataFrame(tmp,index=tmp['shots'].astype('int32'))

数据框包含一组值(来自 file.sav)和作为索引的一系列整数，形式为 19999、20000、30000 等。现在我想取这些指数的一个子集，说

df.loc[[19999,20000]]

由于某些原因，我得到了表格的错误

raise ValueError('Cannot index with multidimensional key')

加上其他和最后

ValueError: Big-endian buffer not supported on little-endian compiler

但我已经检查过我正在使用的机器和创建 file.sav 的机器都是小端。所以我不认为这是问题所在。

Answer 1

您的输入文件是大端。请参阅此处对其进行转换:http://pandas.pydata.org/pandas-docs/dev/gotchas.html#byte-ordering-issues

前后对比

In [7]: df.dtypes
Out[7]: 
a        >f4
b        >f4
c        >f4
shots    >f4
dtype: object

In [9]: df.apply(lambda x: x.values.byteswap().newbyteorder())
Out[9]: 
<class 'pandas.core.frame.DataFrame'>
Int64Index: 100 entries, 20000 to 20099
Data columns (total 4 columns):
a        100  non-null values
b        100  non-null values
c        100  non-null values
shots    100  non-null values
dtypes: float32(4)

In [10]: df.apply(lambda x: x.values.byteswap().newbyteorder()).dtypes
Out[10]: 
a        float32
b        float32
c        float32
shots    float32
dtype: object

在你这样做之后还要设置索引(例如，不要在构造函数中这样做)

df.set_index('shots',inplace=True)