pandas.Series.take

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

Возвращает элементы по заданным позиционным 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 взять.

axis:{0 или ‘index’, 1 или ‘columns’, None}, по умолчанию 0

Ось, на которой следует выбрать элементы. 0 означает, что мы выбираем строки, 1 означает, что мы выбираем столбцы. Для Series этот параметр не используется и по умолчанию равен 0.

**kwargs

Для совместимости с numpy.take(). Не оказывает никакого влияния на вывод.

Возвращает:

тип, совпадающий с типом вызывающего объекта

Массив-подобный объект, содержащий выбранные из объекта элементы.

См. также

DataFrame.loc

Выбор подмножества DataFrame по меткам.

DataFrame.iloc

Выбор подмножества DataFrame по позициям.

numpy.take

Извлечение элементов 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

Извлечение элементов в позициях 0 и 3 вдоль оси 0 (по умолчанию).

Обратите внимание, как фактические индексы, выбранные (0 и 1), не соответствуют 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

Извлечение элементов в индексах 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

Мы можем извлекать элементы, используя 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