Python pandas 按多个索引范围切片数据框

Question

按更多索引范围（例如 10:12 和 25:28 ）对数据帧进行切片的 pythonic 方法是什么？

我想要一个更优雅的方式：

 df = pd.DataFrame({'a':range(10,100)})
df.iloc[[i for i in range(10,12)] + [i for i in range(25,28)]]

结果：

      a
10  20
11  21
25  35
26  36
27  37

这样的事情会更优雅：

 df.iloc[(10:12, 25:28)]

原文由 ragesz 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

您可以使用 numpy 的 r_ “切片技巧”：

 df = pd.DataFrame({'a':range(10,100)})
df.iloc[pd.np.r_[10:12, 25:28]]

注意：这现在给出警告 The pandas.np module is deprecated and will be removed from pandas in a future version. Import numpy directly instead 。为此，您可以 import numpy as np 然后按以下方式切片：

 df.iloc[np.r_[10:12, 25:28]]

这给出：

      a
10  20
11  21
25  35
26  36
27  37

原文由 Jon Clements 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

您可以利用 pandas isin 功能。

 df = pd.DataFrame({'a':range(10,100)})
ls = [i for i in range(10,12)] + [i for i in range(25,28)]
df[df.index.isin(ls)]

    a
10  20
11  21
25  35
26  36
27  37

原文由 KevinOelen 发布，翻译遵循 CC BY-SA 3.0 许可协议