pandas.DataFrame.take#

DataFrame.take(indices, axis=0, is_copy=None, **kwargs)[源代码]#

返回给定元素中的元素位置沿轴的索引。

这意味着我们不会根据对象的索引属性中的实际值进行索引。我们根据元素在对象中的实际位置进行索引。

参数

indices类似阵列的: 指示要采取哪些位置的整型数组。
axis{0或‘index’，1或‘Columns’，无}，默认0: 要在其上选择元素的轴。 0 意味着我们正在选择行， 1 意味着我们正在选择列。
is_copy布尔尔: 在Pandas1.0之前， is_copy=False 可以指定以确保返回值是实际副本。从Pandas1.0开始， take 始终返回副本，因此该关键字已弃用。

1.0.0 版后已移除.
**kwargs: 为了与 numpy.take() 。对输出没有影响。

退货

taken与呼叫者类型相同: 包含从对象获取的元素的类似数组。

参见

DataFrame.loc: 按标签选择DataFrame的子集。
DataFrame.iloc: 按位置选择DataFrame的子集。
numpy.take: 沿轴从数组中获取元素。

示例

>>> 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

获取沿轴0的位置0和3处的元素(默认)。

请注意，实际选择的索引(0和1)与我们选择的索引0和3并不对应。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获取索引为1和2的元素(列选择)。

>>> 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作为正索引的元素，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

pandas.DataFrame.tail

pandas.DataFrame.to_dict