python - 从特定索引中重新选择Pandas数据框

我有一个我想使用索引“重新选择”的数据框，因为缺少更好的术语。

Column1 | Column2 | Column3
   1    |    2    |    3
   4    |    5    |    6
Data    |         |
Header  | Header2 | Header3
   7    |    8    |    9

我想选择此数据框，但要特别选择索引4,0，使其看起来像：

Header  | Header2 | Header3
   7    |    8    |    9

我知道我可以做类似的事情

df.iloc[[4,5], [0,1,2]]

但这是一个问题，我并不总是知道此索引在每个数据帧中的位置，我唯一拥有的信息就是我想从中开始的值的索引。

最佳答案

对于未来的旅行者，我最终以某种奇怪的方式完成了此操作。首先，我得到了我感兴趣的专栏：

columns = [x for x in df.iloc[4].values.flatten().tolist() if str(x) != 'nan']

然后，我将需要的数据切成薄片：

data = df.iloc[5:, 0:2].values

最后创建一个新的数据框：

df = pd.DataFrame(data, columns=columns)

在我设置列的地方，4是列所在行的索引（我已经知道的数字）。设置数据时，5:表示第5行及以后的所有数据（因为我不知道它在哪里结束），而0:2是第1-3列。

我不确定这是否是最好的方法，但是它可以满足我的需要。

关于python - 从特定索引中重新选择Pandas数据框，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/58105383/