0
A
回答
2
在你的情況下,該指數等於整數位置。因此,您可以使用.loc
或.iloc
。
的.loc主要基於標籤...
.iloc是基於主要的整數位置(從0到軸的長度-1)
1
試試這個:
result = data.loc[[1,10,100]]
+0
加爾文使用iloc vs loc有區別嗎? –
相關問題
- 1. 檢索熊貓數據框列索引
- 2. 沒有熊貓數據框索引
- 3. 熊貓數據框索引匹配
- 4. 大熊貓數據框中的最大值的索引和列
- 5. Python的大熊貓索引數據框列名的名單
- 6. 大熊貓索引列爲一個數據框
- 7. 剝離大熊貓數據框索引'\ n'和空格
- 8. 如何正確地多索引排序大熊貓數據框
- 9. 追加兩個大熊貓數據框時的索引問題
- 10. 熊貓 - str.contains()在大熊貓查詢
- 11. 關於大熊貓據幀索引
- 12. 熊貓數據框 - 查找列的索引值
- 13. 查找索引,其中元素更改值熊貓數據框
- 14. 大熊貓:繞過數字索引
- 15. 貓鼬查詢索引數據
- 16. 用整數索引熊貓數據幀
- 17. 如何引用熊貓數據框的索引字段?
- 18. 熊貓數據幀索引過濾
- 19. 從熊貓多索引數據幀
- 20. 熊貓數據幀按列索引
- 21. 選擇和整數索引修改大熊貓數據幀片
- 22. 在Python中分割大熊貓熊貓數據框
- 23. 使用datetimeindex引用熊貓數據框
- 24. 熊貓數據框按索引和整數
- 25. 使用熊貓數據框在numpy數組中設置索引
- 26. 總結大熊貓數據框列表
- 27. 重置大熊貓數據框的值
- 28. 大熊貓操縱數據框
- 29. 大熊貓數據框中:的的.index
- 30. 大熊貓篩選數據框列
你可以嘗試這種方式...''df.iloc [[1,10,100],:]' – su79eu7k
@ su79eu7k我在做df.loc [df.index.isin([vals])]這似乎工作,但我didn'不知道這是否是一個很好的做法。 –