python - Pandas - 跳过 numpy 数组中给定的行数

Question

考虑一个 pandas 数据框，任务是跳过 NumPy 数组中给定的行数。

举个例子:

# NumPy array    
arr = np.array([2, 5, 1, 3])
arr
array([2, 5, 1, 3])

# Pandas dataframe
df = pd.DataFrame({'num': [18, 2, 32, 8, 9, 6645, 2, 4, 5, 688, 99, 5, 2, 223, 33, 85],
                    'val':['f','a','r', 's', 't', 'x', 'l', 'y', 'yy', 'gg', 's', 'ss', 'tt', 'qq', 'p', 'aa']})

df

   num  val
0   18  f
1   2   a
2   32  r
3   8   s
4   9   t
5   6645    x
6   2   l
7   4   y
8   5   yy
9   688 gg
10  99  s
11  5   ss
12  2   tt
13  223 qq
14  33  p
15  85  aa

预期输出:

   num  val
2   32  r
8   5   yy
10  99  s
14  33  p
15  85  aa

Answer 1

与其删除您希望跳过的行，不如考虑您希望保留 的行。您可以使用 NumPy 执行此操作，利用 np.r_将切片与标量组合:

idx = arr.cumsum() + np.arange(len(arr))

res = df.iloc[np.r_[idx, idx[-1]+1]]

print(res)

    num val
2    32   r
8     5  yy
10   99   s
14   33   p
15   85  aa

请注意，我们使用 iloc 位置索引只是因为您的输入数据帧具有常规 pd.RangeIndex。要使用索引标签，请改用loc。

如果您需要最后一个指定索引之后的所有 行，您可以使用:

np.r_[idx, idx[-1]+1: len(df.index)]