python - 如何在pandas中选择多个具有间隔的连续行？

Question

我想每 5 行选择 3 行。例如，前 5 行，我想保留最后 3 行。

输入:

import pandas as pd 
df = pd.DataFrame({'a': np.arange(16)})
print(df)

输出:

     a
0    0
1    1
2    2
3    3
4    4
5    5
6    6
7    7
8    8
9    9
10  10
11  11
12  12
13  13
14  14

预期:

     a
2    2
3    3
4    4
7    7
8    8
9    9
12  12
13  13
14  14

希望得到帮助!

Answer 1

使用groupby带有楼层划分的索引并按 tail 获取最后 3 行:

df = df.groupby(df.index // 5).tail(3)
print(df)
     a
2    2
3    3
4    4
7    7
8    8
9    9
12  12
13  13
14  14
15  15 <- last group have only one value, so tail select it

另一个想法是通过np.arange获取每行的索引值，并将其 reshape 为二维数组，选择最后一个“列”并通过ravel展平，获得与真实值的交集索引值并按 loc 选择:

N = 5
M = 3
pos = np.arange((len(df) // N + 1) * N).reshape(-1, N)[:, -M:].ravel()
idx = np.intersect1d(df.index, pos)

df = df.loc[idx]
print(df)
     a
2    2
3    3
4    4
7    7
8    8
9    9
12  12
13  13
14  14

详细信息:

print(np.arange((len(df) // N + 1) * N).reshape(-1, N))
[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]
 [15 16 17 18 19]]

print (np.arange((len(df) // N + 1) * N).reshape(-1, N)[:, -M:])
[[ 2  3  4]
 [ 7  8  9]
 [12 13 14]
 [17 18 19]]

print (np.arange((len(df) // N + 1) * N).reshape(-1, N)[:, -M:].ravel())
[ 2  3  4  7  8  9 12 13 14 17 18 19]

print(np.intersect1d(df.index, pos))
[ 2  3  4  7  8  9 12 13 14]