Select Python 数据框中每第 n 个元素的第 n 行
Select nth rows every nth element in Python dataframe
我正在读取一个 .csv 文件，其中日期作为索引，状态作为列。
像这样：
日期从 1950 年 1 月到 2022 年 4 月，我想改变数据框的切片，例如我想获取所有的一月和二月（从 1950 年到 2022 年），所以它看起来像这样
我知道我可以用 data.iloc[0::12] select 每个第 n 个元素，所以我尝试做类似 data.iloc[(0:1)::12] 的事情，但它不起作用。
如何按照我想要的方式切片？
提前致谢
您可以为此使用 startswith() 选项
df = df[(df['Date'].str.startswith('Ene')) | (df['Date'].str.startswith('Feb'))]
似乎iloc支持lambda函数。所以如果你想要你的方式：
df.iloc[lambda x:(x.index % 12).isin([0,1])]
但是，对于您的情况，使用 str.startswith 似乎更好
df[df.index.str.startswith('Ene') | df.index.str.startswith('Feb')]
我正在读取一个 .csv 文件，其中日期作为索引，状态作为列。
像这样：
日期从 1950 年 1 月到 2022 年 4 月，我想改变数据框的切片，例如我想获取所有的一月和二月（从 1950 年到 2022 年），所以它看起来像这样
我知道我可以用 data.iloc[0::12] select 每个第 n 个元素，所以我尝试做类似 data.iloc[(0:1)::12] 的事情，但它不起作用。
如何按照我想要的方式切片？
提前致谢
您可以为此使用 startswith() 选项
df = df[(df['Date'].str.startswith('Ene')) | (df['Date'].str.startswith('Feb'))]
似乎iloc支持lambda函数。所以如果你想要你的方式：
df.iloc[lambda x:(x.index % 12).isin([0,1])]
但是，对于您的情况，使用 str.startswith 似乎更好
df[df.index.str.startswith('Ene') | df.index.str.startswith('Feb')]