Python 3.7+Numpy+pandas 数组在范围之间选择数据

Question

好的，我将尝试解释我的问题，我有一个包含数据的 csv 文件，数据是波长和幅度，图像包含在此处。

CSV data

所以，我只想选择 500nm 到 800nm（波）之间的数据，

import pandas as pd
import numpy as np
excelfile=pd.read_csv('Files/660nm.csv');
excelfile.head();
wave = excelfile['Longitud'];
wave = np.array(wave);
X = excelfile['Amplitud'];
X = np.array(X);
wave = wave[(wave > 500) & (wave < 800)]

这在第一个实例中做了我想要的，但我想将此选择扩展到振幅 (X) 列，以拥有两个相同维度的数组。在我的实际代码中，我必须创建一个索引来选择幅度数组（X）中的数据：

indices = np.arange(382,775,1)
X = np.take(X, indices)

但这不是最佳实践，如果我不能将第一列选择扩展到振幅列，我不必创建另一个数组来索引 X 数组，并检查数组的扩展，任何想法它 ？ 谢谢。

Answer 1

就像@ALollz 指出的那样，您不应该拆分 DataFrame。相反，只需在波长上过滤整个数据帧。请参阅DataFrame.loc 的文档

import pandas as pd
import numpy as np

# some dummy data
excelfile = pd.DataFrame({'Longitud': np.random.random(100) * 1000,
                          'Amplitud': np.arange(100)})

wave = excelfile['Longitud']
excelfile_filtered = excelfile.loc[(wave > 500) & (wave < 800)]
X = excelfile_filtered ['Amplitud'].values  # yields an array