如何使用 .loc 对 DF 进行切片，列表中可能包含在索引/列中找不到的元素

Posted 2023-03-12

【中文标题】如何使用 .loc 对 DF 进行切片，列表中可能包含在索引/列中找不到的元素

【英文标题】：How do you slice a DF using .loc with a list which might have elements not found in index / column

【发布时间】：2018-01-13 23:13:57

【问题描述】：

我有几个列表，其中可能包含在 DataFrame 的索引/列中找不到的元素。我想使用这些索引获取特定的行/列，以便如果在索引/列中找不到列表中的元素，则将其忽略。

df1 = pd.DataFrame("x":[1, 2, 3, 4, 5], 
   "y":[3, 4, 5, 6, 7], 
   index=['a', 'b', 'c', 'd', 'e'])

df1.loc[['c', 'd', 'e', 'f'], ['x', 'z']]

我想得到：

     x 
c  3.0
d  4.0
e  5.0

代替：

     x   z
c  3.0 NaN
d  4.0 NaN
e  5.0 NaN
f  NaN NaN

【参考方案1】：

使用filter函数：

row_index = ['c', 'd', 'e', 'f']
col_index = ['x', 'z']

df1.filter(row_index, axis=0).filter(col_index, axis=1)
#   x
#c  3
#d  4
#e  5

【参考方案2】：

我相信您可以只删除包含所有空值的行和列。

>>> df1.loc[['c', 'd', 'e', 'f'], ['x', 'z']].dropna(how='all').dropna(how='all', axis=1)
   x
c  3
d  4
e  5

【参考方案3】：

我觉得你需要Index.intersection:

a = ['c', 'd', 'e', 'f']
b =  ['x', 'z']

print (df1.index.intersection(a))
Index(['c', 'd', 'e'], dtype='object')

print (df1.columns.intersection(b))
Index(['x'], dtype='object')

df2 = df1.loc[df1.index.intersection(a),df1.columns.intersection(b)]
print (df2)
   x
c  3
d  4
e  5