Python | Pandas data frame.take()
原文:https://www.geeksforgeeks.org/python-pandas-dataframe-take/
Python 是进行数据分析的优秀语言，主要是因为以数据为中心的 python 包的奇妙生态系统。 【熊猫】 就是其中一个包，让导入和分析数据变得容易多了。
熊猫 **dataframe.take()**函数返回给定位置索引中沿轴的元素。这意味着我们不是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进行索引。
语法:数据帧获取(索引，轴=0，转换=无，is_copy =真，**kwargs)
参数: 指数:一组指示采取哪些立场的整数。 轴:选择元素的轴。0 表示我们正在选择行，1 表示我们正在选择列 转换:是否将负指数转换为正指数。例如，-1 将映射到镜头(轴)–1。这些转换类似于索引常规 Python 列表的行为。 is_copy : 是否返回原对象的副本。 **kwargs : 与 numpy.take()兼容。对输出没有影响。
返回:一个类似数组的数组，包含从对象中获取的元素。
有关代码中使用的 CSV 文件的链接，请单击此处的
示例#1: 使用take()函数获取索引轴上的一些值。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.read_csv("nba.csv")
# Print the dataframe
df
现在，出于演示目的，我们将修改索引标签。现在标签的编号是从 0 到 914。
# double the value of index labels
df.index = df.index * 2
# Print the modified dataframe
df
让我们取位置 0、1 和 2 的值
# take values at input position over the index axis
df.take([0, 1, 2], axis = 0)
输出:
正如我们在输出中看到的，值是根据位置而不是索引标签选择的。
示例#2: 使用take()函数获取列轴上位置 0、1 和 2 的值。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.read_csv("nba.csv")
# Print the dataframe
df
现在我们将取列轴上位置 0、1 和 2 的值。
# take values over the column axis.
df.take([0, 1, 2], axis = 1)
输出:
