在index_par dataframe中选择其索引中的POP DataFrame中的值

Question

我是用于特征选择的构成遗传算法。我有一些困难。

i有 pop dataframe（人口），由20个个人和9个功能组成：

    0   1   2   3   4   5   6   7   8   
0   0   1   1   1   0   0   0   0   1
1   0   0   1   1   1   0   0   1   0
2   0   1   0   0   1   0   0   0   1
3   0   0   0   1   1   0   0   1   1
4   1   0   0   1   1   1   1   1   0
5   1   1   0   0   0   1   0   1   1
6   0   0   1   1   0   1   1   1   1
7   1   1   0   0   1   1   1   1   1
8   0   0   0   0   1   0   0   1   1
9   1   0   1   1   1   1   1   1   1
10  0   0   1   1   0   1   0   1   1
11  1   1   1   0   1   1   0   0   0
12  0   0   1   0   0   0   1   1   0
13  0   0   1   1   1   1   1   1   0
14  1   1   1   1   0   0   0   1   0
15  1   1   0   1   1   1   0   1   1
16  1   0   1   0   1   1   1   0   0
17  1   1   0   0   1   1   0   0   1
18  1   0   1   0   0   0   1   0   0
19  1   1   1   1   1   1   1   0   0

我有 index_par dataframe，由索引编号：

    0
0   0
1   1
2   4
3   5
4   8
5   10
6   11
7   13
8   14
9   19

index_par dataframe是跨界的所选父索引。

如何在 pop dataframe中选择其 index_par dataframe中的索引？预先感谢。

Answer 1

我认为您需要0的loc CC_1：

index_par = pd.DataFrame({0:[0,1,4,5,8,10,11,13,14,19]})
df3 = pop.loc[index_par[0]]
print (df3)
    0  1  2  3  4  5  6  7  8
0   0  1  1  1  0  0  0  0  1
1   0  0  1  1  1  0  0  1  0
4   1  0  0  1  1  1  1  1  0
5   1  1  0  0  0  1  0  1  1
8   0  0  0  0  1  0  0  1  1
10  0  0  1  1  0  1  0  1  1
11  1  1  1  0  1  1  0  0  0
13  0  0  1  1  1  1  1  1  0
14  1  1  1  1  0  0  0  1  0
19  1  1  1  1  1  1  1  0  0