按索引选择行 - Pandas loc - 任何缺失的标签

Posted 2023-03-12

【中文标题】按索引选择行 - Pandas loc - 任何缺失的标签

【英文标题】：Select rows by indices - Pandas loc - any missing labels

【发布时间】：2021-01-26 14:36:56

【问题描述】：

Python 3.8.5 版/Pandas 1.1.2 版

为了显示从 0 到 99 的索引行，我使用了

df[df.col_1 > 60].loc[range(0,99), 'col_2']

但是我收到了这个错误信息

KeyError：“将列表喜欢传递给带有任何缺失标签的 .loc 或 [] 不再支持。缺少以下标签： Int64Index([ 1, 3, 4, 6, 7,\n ...\n 95, 96, 97, 98, 99]，\n dtype='int64'，长度=72)。看 https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#deprecate-loc-reindex-listlike"

作为替代方案，我有这个适用于我的情况的选项：

df[df.col_1 > 2].loc[0:4, 'col_2']

我听说新版 pandas 不再接受它。 感谢您的任何确认。

【参考方案1】：

试试下面的方法。

这里我们不考虑range(99)的所有值，而是取交集。

df[df.col_1 > 60].loc[df[df.col_1 > 60].index.intersection(range(99)), 'col_2']

【参考方案2】：

由于过滤器 df.col1>60 一些索引不存在于数据帧中，但你在 loc 中给出了 range(0,99) 的参数，因此它们不存在，因此引发了错误。如果你想要 100 个元素。 用这个

df[df.col_1 > 60].iloc[range(0,99), 'col_2']

如果你想在第 100 个元素中试试这个：

df=df.loc[range(99), ["col_1",'col_2']]
df[df[loc_1]>60].drop("col_1",axis=1)

【参考方案3】：

我认为& 最好将 2 个掩码链并传递给一个 loc：

df[(df.col_1 > 60) & df.index.isin(range(99)), 'col_2']