Python Pandas:如何检索多个值的行索引

Python Pandas是一个开源的数据分析和数据处理库，提供了丰富的数据结构和数据操作功能。在Pandas中，可以使用多种方法来检索多个值的行索引。

使用isin()方法：isin()方法可以检查某一列中的值是否在给定的列表中，并返回一个布尔值的Series，表示每个值是否存在于列表中。可以将这个Series作为索引，从而获取满足条件的行。

import pandas as pd

# 创建一个示例DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
        'Age': [25, 30, 35, 40],
        'City': ['New York', 'Paris', 'London', 'Tokyo']}
df = pd.DataFrame(data)

# 检索Age列中值为30和40的行索引
indexes = df[df['Age'].isin([30, 40])].index
print(indexes)

输出结果为：

Int64Index([1, 3], dtype='int64')

使用query()方法：query()方法可以使用类似SQL的语法来查询DataFrame中的数据。可以使用in关键字来检索多个值的行索引。

import pandas as pd

# 创建一个示例DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
        'Age': [25, 30, 35, 40],
        'City': ['New York', 'Paris', 'London', 'Tokyo']}
df = pd.DataFrame(data)

# 检索Age列中值为30和40的行索引
indexes = df.query('Age in [30, 40]').index
print(indexes)

输出结果为：

Int64Index([1, 3], dtype='int64')

使用loc[]方法：loc[]方法可以通过行标签和列标签来访问DataFrame中的数据。可以使用布尔条件来检索多个值的行索引。

import pandas as pd

# 创建一个示例DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
        'Age': [25, 30, 35, 40],
        'City': ['New York', 'Paris', 'London', 'Tokyo']}
df = pd.DataFrame(data)

# 检索Age列中值为30和40的行索引
indexes = df.loc[df['Age'].isin([30, 40])].index
print(indexes)

输出结果为：