如何根据另一个 numpy 数组的值选择 DataFrame 索引的值？

【问题标题】：How to select DataFrame index's values based on value of another numpy array?如何根据另一个 numpy 数组的值选择 DataFrame 索引的值？
【发布时间】：2017-11-13 10:32:15
【问题描述】：

我有

a = pd.DataFrame({'user_id': [101,102,103,104,105],
                  'date1': [0,1,2,3,4],
                  'date2': [0,1,2,3,4]})
a.set_index('user_id')

我想选择 a 中与 b 的值具有相同索引的值（如下）

b = np.array(['101', '104'])

最后，我得到了包含 user_id 101 和 104 的 date1 和 date2 值的数据框。感谢您的帮助。在过去的几个小时里，我一直在尝试很多不同的组合，并决定放弃并改为发布这个问题:(

【问题讨论】：

标签： pandas numpy select dataframe indexing

【解决方案1】：

请注意，您没有保留a 的索引设置。您可以使用a = a.set_index('user_id') 重新分配回a，或者使用inplace=True 参数和a.set_index('user_id', inplace=True)，或者两者都不使用，因为我们将在下面链接结果。

使用loc 引用索引值数组。尝试使用字符串引用整数索引时要小心，反之亦然。

a.set_index('user_id').loc[b.astype(int)]

         date1  date2
user_id              
101          0      0
104          3      3

【讨论】：