根据索引列表在循环中选择数据框的行

发布于 2025-02-12 01:27:47 字数 435 浏览 1 评论 0原文

我有一个数据框架＆amp;索引的两个（或多个）列表：

data_ = {'Number_a': [12, 13, 14,15,16,17],'Number_b':[11,11,11,12,12,12],'Number_c': [10,5,4,3,2,1]}

data = pd.DataFrame(data=data_)

idx1= [0,2,4]
idx2=[1,3,5]
idx3 =[...,...,..]

我想创建一个循环，可以在其中选择data的行。对于每次迭代，我使用一个列表。因此，对于第一迭代，数据的行中显示了idx1 0,2,4中的行。

我该怎么做？

这是一个简化的示例，在我的实际代码中，我需要循环使用不同的功能。对于每个迭代都有不同的行。因此，对我来说，在循环中这样做很重要。

原文

I have one data frame & two (or multiple) lists of indexes:

data_ = {'Number_a': [12, 13, 14,15,16,17],'Number_b':[11,11,11,12,12,12],'Number_c': [10,5,4,3,2,1]}

data = pd.DataFrame(data=data_)

idx1= [0,2,4]
idx2=[1,3,5]
idx3 =[...,...,..]

I want to create a loop where I can select the rows of data. for each iteration, I use one list.
so for 1st iteration data has the rows shown in idx1 0,2,4.

how I can do that ?

This is a simplified example, in my actual code, there are different functions that I need to loop on. for each iteration having different rows. Therefore it's important for me to do that within a loop.

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

从来不烧饼 2025-02-19 01:27:47

您可以使用data.loc [行]选择行。

data_ = {'Number_a': [12, 13, 14,15,16,17],'Number_b':[11,11,11,12,12,12],'Number_c': [10,5,4,3,2,1]}

data = pd.DataFrame(data=data_)
idx1 = [0,2,4]
idx2 = [1,3,5]

for r in (idx1, idx2):
    print(data.loc[r])

输出：

   Number_a  Number_b  Number_c
0        12        11        10
2        14        11         4
4        16        12         2
   Number_a  Number_b  Number_c
1        13        11         5
3        15        12         3
5        17        12         1

You can select rows with data.loc[rows].

data_ = {'Number_a': [12, 13, 14,15,16,17],'Number_b':[11,11,11,12,12,12],'Number_c': [10,5,4,3,2,1]}

data = pd.DataFrame(data=data_)
idx1 = [0,2,4]
idx2 = [1,3,5]

for r in (idx1, idx2):
    print(data.loc[r])

Output:

   Number_a  Number_b  Number_c
0        12        11        10
2        14        11         4
4        16        12         2
   Number_a  Number_b  Number_c
1        13        11         5
3        15        12         3
5        17        12         1

回复收藏 0 原文

~没有更多了~