数学建模之数据分析【七】：对Pandas DataFrame 进行切片

对 Pandas DataFrames 进行切片，是一种强大的技术，允许根据整数位置或标签位置提取特定的数据子集。本文，我们将学习行和列切片、单元格选择和布尔条件的用法。

一、切片简介

借助 Pandas，我们可以在 Dataframe 中执行切片。使用 Pandas Dataframe 进行切片iloc[] 是 Python 中提取特定数据子集的一种强大技术。该iloc[] 方法允许您根据行和列的整数位置来定位和提取它们。

要使用 执行切片iloc[]，请指定要包含在切片数据框中的行和列索引。语法类似于传统的数组切片，对于 Python 用户来说非常直观。例如，df.iloc[1:5, 2:4]从数据框中提取第 2 至第 5 行和第 3 至第 4 列。

在 Pandas 中对 DataFrame 进行切片包括以下步骤：

1. 创建 DataFrame
2. 对 DataFrame 进行切片

二、创建Pandas数据框

import pandas as pd
 
# Initializing the nested list with Data set
player_list = [['M.S.Dhoni', 36, 75, 5428000],
               ['A.B.D Villers', 38, 74, 3428000],
               ['V.Kohli', 31, 70, 8428000],
               ['S.Smith', 34, 80, 4428000],
               ['C.Gayle', 40, 100, 4528000],
               ['J.Root', 33, 72, 7028000],
               ['K.Peterson', 42, 85, 2528000]]
 
# creating a pandas dataframe
df = pd.DataFrame(player_list, columns=['Name', 'Age', 'Weight', 'Salary'])
df # data frame before slicing

运行结果：

三、使用iloc进行切片

3.1 对行进行切片

# Slicing rows in data frame
df1 = df.iloc[0:4]  #对第一行到第四行进行切片
# data frame after slicing
df1

3.2 对列进行切片

对列进行切片：

# Slicing columnss in data frame
df1 = df.iloc[:, 0:2]#所有行，第1，2列
# data frame after slicing
df1

3.3 Dataframe选中特定单元格

选中特定单元格，列入第三行，第四列：

specific_cell_value = df.iloc[2, 3]  # Row 3, Column 4 (Salary)
print("Specific Cell Value:", specific_cell_value)

输出：
8428000

四、使用loc创建切片

还可以通过 loc 实现切片，但有一些限制：

• loc依赖于标签，如果您的 DataFrame 有自定义标签，您需要小心指定它们的方式。
• 如果标签是整数，则使用整数位置和实际标签之间可能会产生混淆。

为此，我们需要使用以下代码手动将索引设置为标签：

df_custom = df.set_index('Name')
df_custom

运行结果：

4.1 使用Python对Dataframe中的行进行切片

sliced_rows_custom = df_custom.loc['A.B.D Villers':'S.Smith']
sliced_rows_custom

4.2 指定单元格

specific_cell_value = df_custom.loc['V.Kohli', 'Salary']
print("\nValue of the Specific Cell (V.Kohli, Salary):", specific_cell_value)

五、在Python中使用布尔条件

filtered_data = df[df['Age'] > 35].iloc[:, :]  # Select rows where Age is greater than 35
print("\nFiltered Data based on Age > 35:\n", filtered_data)

iloc()只是分割，df可做筛选。

六、结论

总而言之，iloc[] 和 loc[] 均在 Pandas 中提供多种切片功能。iloc[] 基于整数，而 loc[] 则依赖于标签，因此在使用自定义索引或混合数据类型时需要仔细考虑。