Python|熊猫 dataframe.take()
Python是用于进行数据分析的出色语言，主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一，它使导入和分析数据变得更加容易。
Pandas dataframe.take()函数沿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 index 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。
Syntax: DataFrame.take(indices, axis=0, convert=None, is_copy=True, **kwargs)
Parameters :
indices : An array of ints indicating which positions to take.
axis : The axis on which to select elements. 0 means that we are selecting rows, 1 means that we are selecting columns
convert : Whether to convert negative indices into positive ones. For example, -1 would map to the len(axis) – 1. The conversions are similar to the behavior of indexing a regular Python list.
is_copy : Whether to return a copy of the original object or not.
**kwargs : For compatibility with numpy.take(). Has no effect on the output.
Returns : An array-like containing the elements taken from the object.
有关代码中使用的 CSV 文件的链接，请单击此处
示例 #1：使用take()函数在索引轴上获取一些值。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.read_csv("nba.csv")
# Print the dataframe
df
_0.png)
现在我们将修改索引标签以进行演示。现在标签的编号从 0 到 914。
# double the value of index labels
df.index = df.index * 2
# Print the modified dataframe
df
_1.png)
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 ： _2.png)
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()函数在列轴上的位置 0、1 和 2 处获取值。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.read_csv("nba.csv")
# Print the dataframe
df
_3.png)
现在我们将在列轴上的位置 0、1 和 2 处取值。
# take values over the column axis.
df.take([0, 1, 2], axis = 1)
输出 ： _4.png)