如何根据数据框中的列值获取特定的行数[重复]

Posted 2023-02-16

【中文标题】如何根据数据框中的列值获取特定的行数[重复]

【英文标题】：How to get specific number of rows based on column values in dataframe [duplicate]

【发布时间】：2018-04-02 06:30:02

【问题描述】：

假设我以这种方式拥有一个 MNIST 数据集。

df = pd.read_csv('data/train.csv')
data = df.loc[df['label'].isin([1,6])]

我试图只选择列 ['label'] == 1 或 6 的那些行。

但是，我只想从每列 ['label'] 中获取 500 行

我该怎么做？

【问题讨论】：

也许可以试试df.loc[df['label'].iloc[0:500].isin([1,6])]...

你是指前 500 行吗？然后 df[df.label.isin([1,6]))[0:500] 就可以了。

【参考方案1】：

您可以将它们分组并为每个值选择所需的数字：

data = df.loc[df['label'].isin([1,6])].groupby('label').head(500)

【参考方案2】：

先使用 groupby，然后使用 filer，即

ndf= df.groupby('label').head(500)
data = ndf.loc[ndf['label'].isin([1,6])]