pandas.Series.take

Series.take(indices, axis=0, **kwargs)

沿轴返回给定 位置 索引中的元素。

这意味着我们不是根据对象的 index 属性中的实际值进行索引。我们是根据元素在对象中的实际位置进行索引。

Parameters:

indices类数组

一个整数数组，指示要取哪些位置。

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

用于选择元素的轴。0 表示选择行，1 表示选择列。对于 Series，此参数未使用，默认为 0。

**kwargs

为与 numpy.take() 保持兼容。对输出没有影响。

Returns:

与调用者相同的类型

一个包含从对象中提取的元素的类数组。

参见

DataFrame.loc

按标签选择 DataFrame 的子集。

DataFrame.iloc

按位置选择 DataFrame 的子集。

numpy.take

沿轴从数组中获取元素。

Examples

>>> 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（默认）获取位置 0 和 3 的元素。

请注意，实际选择的索引（0 和 1）与我们选择的索引 0 和 3 并不对应。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（列选择）选择索引为 1 和 2 的元素。

>>> df.take([1, 2], axis=1)
    class  max_speed
0    bird      389.0
2    bird       24.0
3  mammal       80.5
1  mammal        NaN

我们可以使用负整数来获取正索引的元素，就像 Python 列表一样，从对象的末尾开始。

>>> df.take([-1, -2])
     name   class  max_speed
1  monkey  mammal        NaN
3    lion  mammal       80.5