pandas.core.groupby.SeriesGroupBy.take#

SeriesGroupBy.take(indices, **kwargs)[源代码][源代码]#

返回每个组中给定的位置索引中的元素。

这意味着我们不是根据对象的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。

如果某个组请求的索引不存在，此方法将引发。要获得忽略不存在的索引的类似行为，请参见 SeriesGroupBy.nth()。

参数:

索引array-like: 一个包含整数的数组，指示在每个组中要取的位置。
**kwargs: 为了与 numpy.take() 兼容。对输出没有影响。

返回:

系列: 包含从每个组中提取的元素的系列。

参见

Series.take: 沿轴从 Series 中提取元素。
Series.loc: 通过标签选择DataFrame的一个子集。
Series.iloc: 按位置选择DataFrame的一个子集。
numpy.take: 沿轴从数组中提取元素。
SeriesGroupBy.nth: 类似于take，如果索引不存在则不会引发错误。

例子

>>> df = pd.DataFrame(
...     [
...         ("falcon", "bird", 389.0),
...         ("parrot", "bird", 24.0),
...         ("lion", "mammal", 80.5),
...         ("monkey", "mammal", np.nan),
...         ("rabbit", "mammal", 15.0),
...     ],
...     columns=["name", "class", "max_speed"],
...     index=[4, 3, 2, 1, 0],
... )
>>> df
     name   class  max_speed
4  falcon    bird      389.0
3  parrot    bird       24.0
2    lion  mammal       80.5
1  monkey  mammal        NaN
0  rabbit  mammal       15.0
>>> gb = df["name"].groupby([1, 1, 2, 2, 2])

在每个组中取第0行和第1行的元素。

>>> gb.take([0, 1])
1  4    falcon
   3    parrot
2  2      lion
   1    monkey
Name: name, dtype: object

我们可以使用负整数从对象的末尾开始获取元素，就像使用Python列表一样。

>>> gb.take([-1, -2])
1  3    parrot
   4    falcon
2  0    rabbit
   1    monkey
Name: name, dtype: object