Tengo un marco de datos y seleccionaría solo filas que contienen valor de índice en df1.index.

Por ejemplo:

In [96]: df
Out[96]:
   A  B  C  D
1  1  4  9  1
2  4  5  0  2
3  5  5  1  0
22 1  3  9  6

Y estos índices

In[96]:df1.index
Out[96]:
Int64Index([  1,   3,   4,   5,   6,   7,  22,  28,  29,  32,], dtype='int64', length=253)

Me gustaría esta salida:

In [96]: df
Out[96]:
   A  B  C  D
1  1  4  9  1
3  5  5  1  0
22 1  3  9  6

Gracias

18
giupardeb 19 feb. 2018 a las 14:13

2 respuestas

La mejor respuesta

Utilice isin:

df = df[df.index.isin(df1.index)]

O obtenga todos los índices intersectados y seleccione por loc:

df = df.loc[df.index & df1.index]
df = df.loc[np.intersect1d(df.index, df1.index)]
df = df.loc[df.index.intersection(df1.index)]

print (df)
    A  B  C  D
1   1  4  9  1
3   5  5  1  0
22  1  3  9  6

Editar:

Intenté la solución: df = df.loc [df1.index]. ¿Crees que esta solución es correcta?

La solución es incorrecta:

df = df.loc[df1.index]
print (df)

      A    B    C    D
1   1.0  4.0  9.0  1.0
3   5.0  5.0  1.0  0.0
4   NaN  NaN  NaN  NaN
5   NaN  NaN  NaN  NaN
6   NaN  NaN  NaN  NaN
7   NaN  NaN  NaN  NaN
22  1.0  3.0  9.0  6.0
28  NaN  NaN  NaN  NaN
29  NaN  NaN  NaN  NaN
32  NaN  NaN  NaN  NaN
C:/Dropbox/work-joy/so/_t/t.py:23: FutureWarning: 
Passing list-likes to .loc or [] with any missing label will raise
KeyError in the future, you can use .reindex() as an alternative.

See the documentation here:
http://pandas.pydata.org/pandas-docs/stable/indexing.html#deprecate-loc-reindex-listlike
  print (df)
27
jezrael 19 feb. 2018 a las 11:50

Pasar el índice al indexador / segmentador de filas de .loc ahora funciona, solo necesita asegurarse de especificar también las columnas, es decir:

df = df.loc[df1.index, :]  # works

Y no

df = df.loc[df1.index] # won't work

OMI Esto es más ordenado / consistente con el uso esperado de .loc

0
Spcogg the second 2 jul. 2019 a las 06:13