Выберите pandas строки, исключая номер индекса

Не совсем уверен, почему я не могу понять это. Я хочу нарезать фреймворк Pandas, используя номера индексов. У меня есть индекс списка/ядра с номерами индексов, которые мне НЕ нужны, как показано ниже

 pandas.core.index.Int64Index

 Int64Index([2340, 4840, 3163, 1597, 491 , 5010, 911 , 3085, 5486, 5475, 1417, 2663, 4204, 156 , 5058, 1990, 3200, 1218, 3280, 793 , 824 , 3625, 1726, 1971, 2845, 4668, 2973, 3039, 376 , 4394, 3749, 1610, 3892, 2527, 324 , 5245, 696 , 1239, 4601, 3219, 5138, 4832, 4762, 1256, 4437, 2475, 3732, 4063, 1193], dtype=int64)

Как создать новый фрейм данных, исключая эти номера индексов. Я попробовал

df.iloc[combined_index]

и, очевидно, это просто показывает строки с этим номером индекса (напротив того, что я хочу). любая помощь будет принята с благодарностью

Ответ 1

Не уверен, что это то, что вы ищете, отправляя это как ответ, слишком долго для комментария:

In [31]: d = {'a':[1,2,3,4,5,6], 'b':[1,2,3,4,5,6]}

In [32]: df = pd.DataFrame(d)

In [33]: bad_df = df.index.isin([3,5])

In [34]: df[~bad_df]
Out[34]: 
   a  b
0  1  1
1  2  2
2  3  3
4  5  5

In [35]: 

Ответ 2

Вы можете использовать pd.Int64Index(np.arange(len(df))).difference(index) для формирования нового порядкового индекса. Например, если мы хотим удалить строки, связанные с порядковым индексом [1,3,5], то

import numpy as np
import pandas as pd

index = pd.Int64Index([1,3,5], dtype=np.int64)
df = pd.DataFrame(np.arange(6*2).reshape((6,2)), index=list('ABCDEF'))
#     0   1
# A   0   1
# B   2   3
# C   4   5
# D   6   7
# E   8   9
# F  10  11

new_index = pd.Int64Index(np.arange(len(df))).difference(index)
print(df.iloc[new_index])

дает

   0  1
A  0  1
C  4  5
E  8  9

Ответ 3

Вероятно, более простой способ - это просто использовать логический индекс, а slice обычно делает что-то вроде этого:

df[~df.index.isin(list_to_exclude)]

Ответ 4

Просто используйте .drop и передайте ему список индексов для исключения.

import pandas as pd

df = pd.DataFrame({"a": [10, 11, 12, 13, 14, 15]})


df.drop([1, 2, 3], axis=0)

Который выводит это.

    a
0  10
4  14
5  15