调用数据集的一个子集

问题描述：

x_train = train['date_x','activity_category','char_1_x','char_2_x','char_3_x','char_4_x','char_5_x','char_6_x', 
'char_7_x','char_8_x','char_9_x','char_10_x',.........,'char_27','char_29','char_30','char_31','char_32','char_33', 
'char_34','char_35','char_36','char_37','char_38'] 
y = y_train 
x_test = test['date_x','activity_category','char_1_x','char_2_x','char_3_x','char_4_x','char_5_x','char_6_x', 
'char_7_x','char_8_x','char_9_x','char_10_x','char_1_y','group_1','char_1_y','char_2_y','char_3_y', 'char_4_y','char_5_y','char_6_y','char_7_y', 
'char_8_y','char_9-y','char_10_y', ...........,'char_29','char_30','char_31','char_32','char_33', 
'char_34','char_35','char_36','char_37','char_38'] 

train.iloc([0:17,19:38])

在尝试使用train([0:17,19:38)]对列进行切片后，我使用了所有列名称的数据输入。这样做很麻烦，但我只能通过19:38获得。通过调用列名称，我得到了重要的错误信息，以此作为第一种方式。调用数据集的一个子集

如果'pandas'行为就像'numpy'什么，你应该能够使用'numpy.r_ [0：17,19：38]'把这些片段变成一个奇特的索引数组。 –

更好：'pandas.np.r_ [0：17,19：38]'。 –

答

正如@AndrasDeak
建议考虑pd.DataFrametrain

train = pd.DataFrame(np.arange(1000).reshape(-1, 20))

然后使用建议这样

train.iloc[np.r_[0:17, 19:38]]

调用数据集的一个子集

相关推荐