pandas.DataFrame.take#

DataFrame.take(indices, axis=0, **kwargs)[源代码]#

返回沿指定轴的给定位置索引中的元素。

这意味着我们不是根据对象索引属性中的实际值进行索引。我们是根据元素在对象中的实际位置进行索引。

参数:

索引array-like: 一个表示要取哪些位置的整数数组。
轴{0 或 ‘index’, 1 或 ‘columns’, None}, 默认 0: 选择元素的轴。0 表示我们选择行，1 表示我们选择列。对于 Series，此参数未使用并默认为 0。
**kwargs: 为了与 numpy.take() 兼容。对输出没有影响。

返回:

与调用者相同类型: 一个类似数组的对象，包含从该对象中取出的元素。

参见

DataFrame.loc: 通过标签选择DataFrame的一个子集。
DataFrame.iloc: 按位置选择DataFrame的一个子集。
numpy.take: 沿轴从数组中提取元素。

例子

>>> df = pd.DataFrame(
...     [
...         ("falcon", "bird", 389.0),
...         ("parrot", "bird", 24.0),
...         ("lion", "mammal", 80.5),
...         ("monkey", "mammal", np.nan),
...     ],
...     columns=["name", "class", "max_speed"],
...     index=[0, 2, 3, 1],
... )
>>> df
     name   class  max_speed
0  falcon    bird      389.0
2  parrot    bird       24.0
3    lion  mammal       80.5
1  monkey  mammal        NaN

沿轴 0（默认）取位置 0 和 3 的元素。

注意实际选择的索引（0 和 1）与我们选择的索引 0 和 3 不对应。这是因为我们选择的是第 0 行和第 3 行，而不是索引等于 0 和 3 的行。

>>> df.take([0, 3])
     name   class  max_speed
0  falcon    bird      389.0
1  monkey  mammal        NaN

沿轴 1（列选择）取索引 1 和 2 处的元素。

>>> df.take([1, 2], axis=1)
    class  max_speed
0    bird      389.0
2    bird       24.0
3  mammal       80.5
1  mammal        NaN

我们可以使用负整数来获取元素，从对象的末尾开始，就像使用Python列表一样。

>>> df.take([-1, -2])
     name   class  max_speed
1  monkey  mammal        NaN
3    lion  mammal       80.5