(二)Pandas切片

切片应该算是pandas的基础了，我们要增删改查数据，首先要定位到数据，切片是定位到数据的一种直观而又简单的方式。

pandas切片方式：

iloc(integer-location)：通过下标或boolean数组切片数据

loc(location)：通过标签或boolean数组切片数据

[ ]：方括号运算符，可以通过下标、标签或boolean数组切片数据

ix：相当于loc和iloc的综合版本，既可以按标签切片，又可以按下标切片。也就是说，ix可以识别你是想按照标签切片，还是按照下标切片，功能和iloc、loc完全重复，现在已经被弃用了，2.0已经没有这个api了。

还以下图的df为例：

1、iloc

下标是客观存在的，不光是python，对于很多其他语言一样，序列数据类型，可以通过从0开始的整数作为下标来获取序列中的值。在python中，二维切片以逗号(,)分隔，逗号左边是行，右边是列，如果没有逗号，那就是切行。

iloc切片左闭右开，和python的切片规则是一样的。

import pandas as pd

scores = [23, 88, 12], [99, 88, 100], [44, 77, 68]
df = pd.DataFrame(scores, index=['张三', '李四', '王二麻子'], columns=['语文', '数学', '英语'])

print(df.iloc[0, 0]) # 获取df的第一个数据
"""
23
"""

print(df.iloc[:, :]) # 获取一个和df完全一样的dataframe
"""
      语文  数学   英语
张三    23  88   12
李四    99  88  100
王二麻子  44  77   68
"""

print(df.iloc[0, :]) # 获取第一行，返回一个Series，名字是第一行的标签名
"""
语文    23
数学    88
英语    12
Name: 张三, dtype: int64
"""

print(df.iloc[:, 0::2]) # 获取从第一列开始，下标间隔为2的列，返回一个新的dataframe
"""
      语文   英语
张三    23   12
李四    99  100
王二麻子  44   68
"""

print(df.iloc[:, 0]) # 获取第一列，返回一个Series，名字是第一列的列名
"""
张三      23
李四      99
王二麻子    44
Name: 语文, dtype: int64
"""

print(df.iloc[:, [0, 2]]) # 获取第一列和第3列，返回一个新的dataframe
"""
      语文   英语
张三    23   12
李四    99  100
王二麻子  44   68
"""

2、loc

标签是pandas特有的，pandas给每一行每一列都命名一个名字来作为标签，如果代码中没有指定标签名，则pandas会使用下标来作为标签。

loc切片左闭右闭。

import pandas as pd

scores = [23, 88, 12], [99, 88, 100], [44, 77, 68]
df = pd.DataFrame(scores, index=['张三', '李四', '王二麻子'], columns=['语文', '数学', '英语'])

print(df.loc['张三', "语文"]) # 获取"张三"的"语文"分数
"""
23
"""

print(df.loc[:, :]) # 获取一个和df一样的dataframe
"""
      语文  数学   英语
张三    23  88   12
李四    99  88  100
王二麻子  44  77   68
"""

print(df.loc["张三", :]) # 获取"张三"的所有成绩
"""
语文    23
数学    88
英语    12
Name: 张三, dtype: int64
"""

print(df.loc[:, "语文"]) # 获取所有人的"语文"成绩
"""
张三      23
李四      99
王二麻子    44
Name: 语文, dtype: int64
"""

print(df.loc[:, ["语文", "英语"]]) # 获取所有人的"语文"和"英语"成绩
"""
      语文   英语
张三    23   12
李四    99  100
王二麻子  44   68
"""

print(df.loc[:, "语文":"英语"]) # 获取df中所有人的"语文"到"英语"的所有科目的成绩
"""
      语文  数学   英语
张三    23  88   12
李四    99  88  100
王二麻子  44  77   68
"""

3、[]运算符

① pandas [ ]运算符 不支持二维切片，即不能[i, j]

df = pd.DataFrame({"语文": [23, 99, 44], "数学": [88, 88, 77], "英语": [12, 100, 68]}, index=["张三", "李四", "王二麻子"])
print(df["张三", "英语"])
"""
KeyError: ('张三', '英语')
"""

② 切列只能使用标签来切，不能通过下标；切多列必须传递列表，不能用冒号(:)

df = pd.DataFrame({"语文": [23, 99, 44], "数学": [88, 88, 77], "英语": [12, 100, 68]}, index=["张三", "李四", "王二麻子"])

print(df)
"""
      语文  数学   英语
张三    23  88   12
李四    99  88  100
王二麻子  44  77   68
"""

print(df[0])  # KeyError: 0 , 因为没有列名是0

print(df["语文"])
"""
张三      23
李四      99
王二麻子    44
Name: 语文, dtype: int64
"""

print(df["语文":"数学"])  # Empty DataFrame

print(df[["语文", "数学"]])
"""
      语文  数学
张三    23  88
李四    99  88
王二麻子  44  77
"""

③ 切行必须且只能使用冒号(:)。确实如此，因为[ ]不支持二维切片，所以切行和切列用法不能有任何重合，不然就有歧义，无法区分是切行还是切列

df = pd.DataFrame({"语文": [23, 99, 44], "数学": [88, 88, 77], "英语": [12, 100, 68]}, index=["张三", "李四", "王二麻子"])

print(df)
"""
      语文  数学   英语
张三    23  88   12
李四    99  88  100
王二麻子  44  77   68
"""

print(df["张三"])  # KeyError: '张三', 没用 : 就认为是切列，又没列名叫张三,所以报错


print(df["张三":"张三"])  # 可以用标签切行，标签切则左闭右闭
"""
    语文  数学  英语
张三  23  88  12
"""

print(df[0:1])  # 也可以用下标来切行，下标切则左闭右开
"""
    语文  数学  英语
张三  23  88  12
"""

print(df[:])
"""
      语文  数学   英语
张三    23  88   12
李四    99  88  100
王二麻子  44  77   68
"""

其实 [ ] 运算符更像是对iloc和loc的一个补充，比如我们要取所有人的语文成绩，如果是用loc要这么做：

df.loc[:, "语文"]

这是没办法的，因为loc的规则就是优先切行，切列部分只能在逗号(，)后面，但是如果用[]就很简单了：

df["语文"]

所以说iloc、loc、[] 三种切片方式是属于侧重点各不相同，只是为了应对不同的切片条件和要求，虽然可能一个切片要求用三种方式都能实现，但是我们不应该关注他们的替代性，而是关注各自的侧重性，选出当前条件下最简便的切片方式。

Boolean数组切片

前面我们说了，不论哪种方式都可以传递一个Boolean数组来进行切片，数组的长度必须和当前所切的维度的长度一致，即切行就必须等于行数，切列就必须等于列数。True代表选中数据，False代表不选中数据。

这里要说明一下，[ ] 运算符使用Boolean数组切片只能切行，切不了列。

还是以上面的数据为例，我们现在要选出语文成绩及格的人：

print(df[[False, True, False]])
"""
    语文  数学   英语
李四  99  88  100
"""

逻辑运算

在pandas中，将Series与一个数值比较，会得到一个与自身形状完全相同且全是布尔值的Series，

前面说过，切片时可以传递Boolean数组，这就是pandas切片可以使用逻辑运算的理论基础。

还是以上面例子来说，我们要筛选出语文成绩及格的人，首先我们要切出所有人的语文成绩：

df["语文"]

和数值60做判断：

df["语文"]>=60

用得到的Boolean数组来筛选数据：

df[df["语文"] >= 60]

无论多么复杂的逻辑表达式，核心原理就是这样。

1、逻辑与

pandas使用 & 来表示逻辑与。

筛选语文和数学都及格的同学：

df[(df["语文"] >= 60) & (df["数学"] >= 60)]
"""
    语文  数学  英语
李四  89  80  90
王五  76  60  44
"""

2、逻辑或

pandas使用 | 来表示逻辑或。

筛选语文或者数学及格的同学：

df[(df["语文"] >= 60) | (df["数学"] >= 60)]
"""
    语文  数学  英语
张三  11  99  66
李四  89  80  90
王五  76  60  44
"""

3、逻辑非

pandas使用 ~ 来表示逻辑非

筛选语文成绩不及格的同学：

df[~(df["语文"] >= 60)]
"""
    语文  数学  英语
张三  11  99  66
"""

4、all() 与 any() 方法

筛选没有挂科的同学：

df[(df >= 60).all(axis=1)]
"""
    语文  数学  英语
李四  89  80  90
"""

筛选至少有一科没挂科的同学：

df[(df >= 60).any(axis=1)]
"""
    语文  数学  英语
张三  12  99  66
李四  89  80  90
王五  76  60  44
"""