pandas.DataFrame.take

DataFrame.take(self, indices, axis=0, is_copy=True, **kwargs) [source]

Возвращает элементы по заданным порядковым индексам вдоль оси.

Это означает, что мы не индексируем по фактическим значениям в атрибуте индекса объекта. Мы индексируем по фактическому положению элемента в объекте.

Параметры:	indices : array-like Массив целых чисел, указывающих, какие позиции нужно выбрать. axis : {0 or ‘index’, 1 or ‘columns’, None}, default 0 Ось, по которой выбирать элементы. 0 означает, что мы выбираем строки, 1 означает, что мы выбираем столбцы. is_copy : bool, default True Возвращать копию исходного объекта или нет. **kwargs Для совместимости с numpy.take(). Не оказывает влияния на результат.
Возвращает:	taken : same type as caller Массивоподобный объект, содержащий выбранные элементы из объекта.

См. также

DataFrame.loc

Выбрать подмножество DataFrame по меткам.

DataFrame.iloc

Выбрать подмножество DataFrame по позициям.

numpy.take

Выбрать элементы из массива вдоль оси.

Примеры

>>> 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

Выбрать элементы по позициям 0 и 3 вдоль оси 0 (по умолчанию).

Обратите внимание, как фактические индексы, выбранные (0 и 1), не соответствуют нашим выбранным индексам 0 и 3. Это потому, что мы выбираем 0-ю и 3-ю строки, а не строки, чьи индексы равны 0 и 3.

>>> df.take([0, 3])
     name   class  max_speed
0  falcon    bird      389.0
1  monkey  mammal        NaN

Выбрать элементы по индексам 1 и 2 вдоль оси 1 (выбор столбцов).

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

Можно использовать отрицательные целые числа для положительных индексов, начиная с конца объекта, точно так же, как и с Python-списками.

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