如何用整数列表选取非整数索引的pd.DataFrame行？代码求助

要实现用整数列表选取非整数索引DataFrame的对应行，你需要用基于位置的索引方法iloc，而不是loc（loc是基于标签的索引，会匹配你的非整数索引值，不是位置）。另外注意，你的原始代码里loc(L)的调用方式是错误的，应该用方括号[]。

正确代码示例 #

import pandas as pd

L = [1, 3, 5]
df = pd.DataFrame([1,2,3,4,5,6,7], index=[0.1,0.2,0.3,0.4,0.5,0.6,0.7])

# 用iloc按位置选取行，再提取列0的数据
selected = df.iloc[L][0]

# 把索引和值按期望格式拼接输出
output = ' '.join(f"{idx} {val}" for idx, val in selected.items())
print(output)

输出结果 #

0.2 2 0.4 4 0.6 6

为什么你的原始代码不行？ #

• df[0]是正确的，它选取了DataFrame中列名为0的列（因为你的DataFrame是单列，列名默认是0）。
• df[0].loc(L)有两个问题：
  1. loc的调用应该用方括号[]，不是圆括号()；
  2. loc是按索引标签匹配的，你的L里的1,3,5不是df的索引值（df的索引是0.1、0.2这类小数），所以会报错找不到对应标签。

另一种更简洁的写法 #

如果你只需要提取列0的对应值和索引，也可以直接对列用iloc：

selected = df[0].iloc[L]
output = ' '.join(f"{idx} {val}" for idx, val in selected.items())
print(output)

这样和上面的效果完全一样，只是直接对列Series使用iloc来选取位置。

内容的提问来源于stack exchange，提问作者Artur Müller Romanov