作者相关推荐

pandas库疑难问题---2、pandas切片操作

一、总结

一句话总结：

pandas的iloc方法可以用来切片，iloc方法具体使用细节和Python切片操作以及NumPy切片操作几乎一样

iloc方法基本结构：iloc[start_index:end_index:step,start_index:end_index:step]，逗号前面的start_index:end_index:step表示操作行，逗号后面的表示操作列

二、pandas切片操作

博客对应课程的视频位置：2、pandas切片操作-范仁义-读书编程笔记
https://www.fanrenyi.com/video/39/379

pandas的iloc方法可以用来切片，iloc方法具体使用细节和Python切片操作以及NumPy切片操作几乎一样

pandas切片方法除了iloc（index+location）外，还有loc（location），这个后面会讲到的

iloc方法基本结构：

iloc[start_index:end_index:step,start_index:end_index:step]
逗号前面的start_index:end_index:step表示操作行，逗号后面的表示操作列

In [1]:

import pandas as pd
import numpy as np

data = pd.DataFrame(np.arange(20).reshape((4,5)),index=list("ABCD"),columns=list("vwxyz"))
print(data)

    v   w   x   y   z
A   0   1   2   3   4
B   5   6   7   8   9
C  10  11  12  13  14
D  15  16  17  18  19

1、读取单个值

In [2]:

print(data.iloc[3])

v    15
w    16
x    17
y    18
z    19
Name: D, dtype: int32

In [3]:

print(data.iloc[-3])

v    5
w    6
x    7
y    8
z    9
Name: B, dtype: int32

In [4]:

print(data.iloc[2,3])

13

In [5]:

print(data.iloc[-2,-3])

12

2、读取行

In [6]:

print(data.iloc[2::-1])

    v   w   x   y   z
C  10  11  12  13  14
B   5   6   7   8   9
A   0   1   2   3   4

In [7]:

print(data.iloc[:3:2])

    v   w   x   y   z
A   0   1   2   3   4
C  10  11  12  13  14

3、读取行和列

In [8]:

print(data.iloc[2::-1,-1:-3:-1])

    z   y
C  14  13
B   9   8
A   4   3

In [9]:

print(data.iloc[:2,1:-1])

   w  x  y
A  1  2  3
B  6  7  8

不连续行列

In [10]:

print(data.iloc[[1,3],[1,3]])

    w   y
B   6   8
D  16  18

4、其它方式

列

In [11]:

print(data["x"])

A     2
B     7
C    12
D    17
Name: x, dtype: int32

In [12]:

print(data.x)

A     2
B     7
C    12
D    17
Name: x, dtype: int32

In [ ]:

 

 

博客对应系列课程视频位置：
1、pandas打乱数据集-范仁义-读书编程笔记
https://www.fanrenyi.com/video/39/360
2、pandas切片操作-范仁义-读书编程笔记
https://www.fanrenyi.com/video/39/379
3、loc方法和iloc方法的区别-范仁义-读书编程笔记
https://www.fanrenyi.com/video/39/380
4、DataFrame类型转换成Numpy中ndarray-范仁义-读书编程笔记
https://www.fanrenyi.com/video/39/381