pandas选取索引列中数值相同的某几行

你可以使用 Pandas 的 `duplicated()` 和 `drop_duplicates()` 函数来选取索引列中数值相同的某几行。

举个例子，如果你的 DataFrame 如下所示：

import pandas as pd

df = pd.DataFrame({
    'id': [1, 2, 3, 3, 4, 4, 5],
    'value': [10, 20, 30, 30, 40, 40, 50]
})

其中 `id` 列是索引列，你可以使用以下代码选取 `id` 列中数值为 3 和 4 的行：

df = df.loc[df.index.duplicated(keep=False) & df['id'].isin([3, 4])]
df = df.drop_duplicates(subset='id')

第一行代码中，`df.index.duplicated(keep=False)` 会返回所有重复的索引行，`df['id'].isin([3, 4])` 会返回 `id` 列中数值为 3 和 4 的行。使用 `&` 运算符将两个条件合并，选出 `id` 列中数值为 3 和 4 并且索引列中重复的行。

第二行代码中，`df.drop_duplicates(subset='id')` 会根据 `id` 列去重，保留第一个出现的行。这样就能得到 `id` 列中数值为 3 和 4 的第一行。

相关问题

dataframe如何求某几行的均值

在Pandas DataFrame中，如果你想要计算某几行的数据均值，可以按照以下步骤操作：

1. 首先，你需要选择你想要计算平均值的特定行。你可以通过指定行索引来选取，例如如果你想要取第3行到第5行，可以使用`df.iloc[2:6]`（Python的索引是从0开始的，所以第3行对应索引2）。

2. 然后，使用`.mean()`函数计算选定行的平均值。这个函数会计算DataFrame中所有数值列的均值，如果你想针对特定的列，可以在`mean()`之前加上列名，如`df.iloc[2:6][['column_name']]`.

下面是一个例子：

import pandas as pd

# 假设 df 是你的 DataFrame
selected_rows = df.iloc[2:6]  # 选择第3到第5行
average_values = selected_rows.mean()  # 计算平均值

如果你想针对单个列求均值，示例将变成：

specific_column_average = selected_rows['column_name'].mean()