使用python选择具有相同索引的dataFrame中的行答案

【问题标题】：Select rows in dataFrame with the same index using python使用python选择具有相同索引的dataFrame中的行
【发布时间】：2017-10-12 08:35:00
【问题描述】：

我想问你，如何在 DataFrame 中选择具有相同索引号的行。示例：

df=

  A, B, C,
0 1. 2. 1.
1 2. 2. 2. 
2 2. 2. 2. 
3 3. 3. 4.
  A, B, C,
0 1. 2. 1.
1 2. 2. 2. 
2 2. 2. 0. 
3 3. 3. 4.
  A, B, C,
0 1. 2. 1.
1 2. 2. 2. 
2 0. 2. 2. 
3 3. 3. 4.

我希望：

df1=

   A, B, C,
 2 2. 2. 2. 
 2 2. 2. 0. 
 2 0. 2. 2.

我正在使用df.loc[2]，但只显示第一组数据。也使用了df1=df.set_index(['2'])，也不起作用。提前致谢！

【问题讨论】：

索引中不能有重复项。
你能粘贴 df.index 和 df.columns 的输出吗
磨损了，我的df.index= Out[101]: RangeIndex(start=0, stop=874, step=1) 但我可以看到可变长度的索引 [1,2,3,4,5,,1,2,3,,1,2,3... ] 我的专栏的输出是：Index(['Unnamed: 0', '0', '1', '2', '3', '4', '5', '6', '7', '8', '9', '10', '11', '12', '13', '14', '15', '16', '17', '18', '19', '20', '21', '22', '23', '24', '25', '26', '27', '28', '29', '30', '31', '32', '33', '34'
您能粘贴示例输入和示例输出以及代码吗？到目前为止，您在解决问题方面做了哪些尝试？

标签： python pandas sorting indexing pandas-loc

【解决方案1】：

索引可能有重复。特别是当您连接不同的数据帧时。使用它根据您的索引过滤数据：

df1 = df[df.index==2]

【讨论】：

【解决方案2】：

看起来您需要按索引值分组：

df1 = df.groupby(df.index).get_group(2)
df1
#   A  B  C
#2  2  2  2
#2  2  2  0
#2  0  2  2

【讨论】：

对我不起作用！我只得到第一个
请更新原始问题以包含 df 的正确定义（他们现在输入的方式，它不是有效的 Pandas 数据框；我假设它有 12 行，3 列 A， B、C 和重复索引）。