根据浮点值查询数据帧索引答案

【问题标题】：Query dataframe index based on float value根据浮点值查询数据帧索引
【发布时间】：2018-04-19 00:17:57
【问题描述】：

假设我有一个这样的数据框：

     a  b  c  d  e
index                                             
0       -202     -236      135     -178     -186
8       -139     -102      112     -100     -112
10       -77      -33       89      -22      -37
18       -16       35       62       46       26
20        45       67       36      114       90

而且我知道我可以使用 df= df.iloc[0:2] 之类的东西来提取前 3 行数据。我的问题是：我可以根据索引值而不是索引位置来查询索引吗？

例如，提取 index=8,18 的值而不使用 df= df.iloc[1, 3]。

【问题讨论】：

标签： python pandas dataframe indexing

【解决方案1】：

与get_level_values

df[df.index.get_level_values(0)<=10]
Out[654]: 
         a    b    c    d    e
index                         
0     -202 -236  135 -178 -186
8     -139 -102  112 -100 -112
10     -77  -33   89  -22  -37

如果按值选择，则为loc

df.loc[[8,10],:]
Out[695]: 
         a    b    c    d    e
index                         
8     -139 -102  112 -100 -112
10     -77  -33   89  -22  -37

【讨论】：

【解决方案2】：

是的！使用query

df.query('index <= 10')

         a    b    c    d    e
index                         
0     -202 -236  135 -178 -186
8     -139 -102  112 -100 -112
10     -77  -33   89  -22  -37

如果索引没有名字，可以使用ilevel_0

df.index.name = None

df.query('ilevel_0 <= 10')

      a    b    c    d    e
0  -202 -236  135 -178 -186
8  -139 -102  112 -100 -112
10  -77  -33   89  -22  -37

回复评论

df.query('index in [8, 18]')

         a    b    c    d    e
index                         
8     -139 -102  112 -100 -112
18     -16   35   62   46   26

【讨论】：

感谢您的建议。但我需要df.query('index == 8, 18') 之类的东西，但这是行不通的。

【解决方案3】：

您可以使用pandas.Index.isin按索引过滤：

res = df[df.index.isin([8, 18])]

print(res)

#          a    b    c    d    e
# index                         
# 8     -139 -102  112 -100 -112
# 18     -16   35   62   46   26

或者对于一个范围：

res = df.loc[(df.index >= 0) & (df.index <= 10)]

print(res)

#          a    b    c    d    e
# index                         
# 0     -202 -236  135 -178 -186
# 8     -139 -102  112 -100 -112
# 10     -77  -33   89  -22  -37

【讨论】：