python中take函数_Python pandas.DataFrame.take函数方法的使用

DataFrame.take(indices, axis=0, is_copy=None, **kwargs) [source]

沿着坐标轴返回给定位置索引中的元素。

这意味着我们没有根据对象的索引属性中的实际值进行索引。我们根据元素在对象中的实际位置建立索引。

参数：indices ：array-like

一个整数数组，指示要take的位置。

axis：{0或 ‘index’, 1 或 ‘columns’, None}, 默认为0

选择元素的轴。0表示选择行，1表示选择列。

is_copy：bool

在pandas 1.0之前，

is_copy=False可以指定以确保返回值是实际副本。

从pandas 1.0开始， take始终返回一个副本，

因此不推荐使用该关键字。

从1.0.0版开始不推荐使用。

**kwargs

与兼容numpy.take()。对输出没有影响。

返回值：taken：与调用者相同的类型

array-like ，包含从对象中获取的元素。

例子>>> df = pd.DataFrame([('falcon', 'bird', 389.0),

... ('parrot', 'bird', 24.0),

... ('lion', 'mammal', 80.5),

... ('monkey', 'mammal', np.nan)],

... columns=['name', 'class', 'max_speed'],

... index=[0, 2, 3, 1])

>>> df

name class max_speed

0 falcon bird 389.0

2 parrot bird 24.0

3 lion mammal 80.5

1 monkey mammal NaN

沿轴0将元素置于位置0和3(默认)

注意：实际选择的索引(0和1)与我们选择的索引0和3如何不对应。这是因为我们选择的是第0行和第3行，而不是索引等于0和3的行。>>> df.take([0, 3])

name class max_speed

0 falcon bird 389.0

1 monkey mammal NaN

沿轴1选取索引1和2的元素(列选择)>>> df.take([1, 2], axis=1)

class max_speed

0 bird 389.0

2 bird 24.0

3 mammal 80.5

1 mammal NaN

我们可以使用从对象末尾开始使用正整数的负整数作为元素的元素，就像Python列表一样

>>> df.take([-1, -2])

name class max_speed

1 monkey mammal NaN

3 lion mammal 80.5