数据框的切片

1. 利用数据框中的iloc属性进行切片 与数组切片类似，利用数据框中的iloc属性可以实现下标值或者逻辑值定位索引，并进行切片操作。假设DF为待访问或切片的数据框，则访问或者切片的数据=DF.iloc[①,②]。其中①为对DF的行下标控制，②为对DF的列下标控制，行和列下标控制通过数值列表来实现，但是需要注意的是列表中的元素不能超出DF中的最大行数和最大列数。为了更灵活地操作数据，取所有的行或者列，可以用“：”来代替实现。同时，行控制还可以通过逻辑列表来实现。以3.3.3中定义的df2为例，示例代码如下：

# iloc for positional indexing c3=df2.iloc[1:3,2] c4=df2.iloc[1:3,0:2] c5=df2.iloc[1:3,:] c6=df2.iloc[[0,2,3],[1,2]] TF=[True,False,False,True,True] c7=df2.iloc[TF,[1]]

执行结果如图3-18所示。

2. 利用数据框中的loc属性进行切片 数据框中的loc属性则主要是基于列标签进行索引，即对列值进行筛选实现行定位，再通过指定列，从而实现数据切片操作。如果取所有列，可以用冒号来表示。切片操作获得的数据还可以筛选前N行。示例代码如下：

# loc for label based indexing c8=df2.loc[df2['b'] == 'kl',:]; c9=df2.loc[df2['b'] == '