pandas中的索引和切片技巧

扩展资料: indexing-selecting-assigning

切片选择

范围选择

记df为一个DataFrame，则选中 $m$ 行到 $n$ 的数据，使用df.loc[m:n](当rows的索引都为数字时)或df.iloc[m:n]。

指定行/列

假设数据：

则df.loc[0:2, ['column_name_1', column_name_3]] (等效于 df.loc[0:2, [0, 2]])将会选出数据：

• 即其基础格式为：loc[行索引, 列索引]

loc和iloc的差别

在pandas中，loc和iloc的差别并不大，主要体现在两个地方:

1. 包含性不同，loc是inclusively的；而iloc是excluded的，如：df.iloc[0:2]会选中第 $0,\ 1$ 行的数值；而df.loc[0:2]`会选中 $0,\ 1, \ 2$ 行的数据。
2. 意义不同；pandas中，一个DataFrame的结构分为rows和columns，有时我们也把rows称为index(但其实际上应该称为rows)；当我们使用loc函数时，必需指定的是每一列的label而不是index。例如第一列的index为 $0$，而其label为"column_name_1"(假设)；iloc正好相反。

• 我们会将以序数作为索引的方式称为Index-based，则iloc适用于这种场景，即:Index-based selection。
• 我们会将以字符串作为索引的方式称为Label-based，则loc适用于这种场景，即:Label-based selection。

条件选择

可以直接使用df['column_name_1']=='something'来直接选择出适合的值；但一般还是会用loc函数来做这件事：df.loc[df['column_name_1']=='something]'。

这么做看起来多此一举，实际上可以进行多种条件的组合：``df.loc[(df[‘column_name_1’]=='something) & df[‘column_name_2’ == ‘otherthing’]]`。

• 注意是&而不是&&; 或运算符|同理。