pandas.Series.take #

系列。take ( indexs , axis = 0 , ** kwargs ) [来源] #

返回沿轴给定位置索引中的元素。

这意味着我们没有根据对象索引属性中的实际值进行索引。我们根据元素在对象中的实际位置进行索引。

参数：

类似数组的索引: 指示要采取哪些位置的整数数组。
轴{0 或 'index', 1 或 'columns', None}, 默认 0: 选择元素的轴。0意味着我们正在选择行，1意味着我们正在选择列。对于系列，此参数未使用，默认为 0。
**夸格: 为了与numpy.take().对输出没有影响。

返回：

与调用者类型相同: 包含从对象中获取的元素的类似数组。

也可以看看

DataFrame.loc: 通过标签选择 DataFrame 的子集。
DataFrame.iloc: 按位置选择 DataFrame 的子集。
numpy.take: 沿轴从数组中取出元素。

例子

>>> 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

沿轴 0（默认）在位置 0 和 3 处获取元素。

请注意选择的实际索引（0 和 1）与我们选择的索引 0 和 3 并不对应。这是因为我们选择的是第 0 行和第 3 行，而不是索引等于 0 和 3 的行。

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

沿轴 1 获取索引 1 和 2 处的元素（列选择）。

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

我们可以使用负整数作为正索引，从对象的末尾开始获取元素，就像 Python 列表一样。

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