R 到 Python 通过向量子集化
R to Python subsetting via vector
我是 python 新手，但有一些 R 经验。在 R 中，如果我想子集 data.frame 我可以使用变量来做这样的事情：
# Columns
# Assign column names to variable
colsToUse <- c('col1','col2','col3')
# Use variable to subset
df2 <- df1[,colsToUse]
# Rows
# Assign column names to variable
rowsToUse <- sample(1:nrows(df1), 500)
# Use variable to subset
df3 <- df1[rowsToUse,]
我如何在 python 中执行此操作？
根据您声明的用途 pandas
colsToUse = ['col1', 'col2', 'col3']
rowsToUse = np.random.choice(range(len(df1)), 500)
df2 = df1.ix[:, colsToUse]
df3 = df1.ix[rowsToUse, :]
还有一些其他 DataFrame 索引辅助函数：df1.loc、df1.iloc 和 df1.xs。
查看指南 NumPy for MATLAB Users 也很有帮助，它也经常回答 R 用户的问题，至少在处理 numpy.ndarray) 时是这样。
我是 python 新手，但有一些 R 经验。在 R 中，如果我想子集 data.frame 我可以使用变量来做这样的事情：
# Columns
# Assign column names to variable
colsToUse <- c('col1','col2','col3')
# Use variable to subset
df2 <- df1[,colsToUse]
# Rows
# Assign column names to variable
rowsToUse <- sample(1:nrows(df1), 500)
# Use variable to subset
df3 <- df1[rowsToUse,]
我如何在 python 中执行此操作？
根据您声明的用途 pandas
colsToUse = ['col1', 'col2', 'col3']
rowsToUse = np.random.choice(range(len(df1)), 500)
df2 = df1.ix[:, colsToUse]
df3 = df1.ix[rowsToUse, :]
还有一些其他 DataFrame 索引辅助函数：df1.loc、df1.iloc 和 df1.xs。
查看指南 NumPy for MATLAB Users 也很有帮助，它也经常回答 R 用户的问题，至少在处理 numpy.ndarray) 时是这样。