【Numpy Pandas】ndarray与DataFrame切片的异同（二次切片）

Python中的numpy库的array数据类型和pandas库的DataFrame数据类型有相似之处，DataFrame可以看做有行索引和列索引的二维数组。它们也都有‘切片’的概念，即选择指定的行 和/或 列中的数据。下面讨论array类型 与 DataFrame类型 切片时的异同，其中array类型常常会涉及‘二次切片’这种操作。

---

（以下是在JupyterNotebook中的运行结果）

import pandas as pd
import numpy as np
from pandas import Series, DataFrame

创建array对象：

arr = np.arange(1,10).reshape(3,3)
arr

输出：

array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

基于arr对象创建DataFrame对象：

data = DataFrame(arr, index=['a', 'b', 'c'], columns=['one', 'two', 'three'])
data

输出：

	one	two	three
a	1	2	3
b	4	5	6
c	7	8	9

---

如果我们要选取 第0、2行 和 第0、2列 的数据（即1，3，7，9四个数）：
对于DataFrame类型的对象，可以直接使用 obj.iloc[ ilocList, clocList ] 进行选取（切片）：

data.iloc[ [0,2], [0,2] ]

输出：

	one	three
a	1	3
c	7	9

---

array对象的切片参数虽然也可以是列表，但这样的运行结果是两个数，即选取了位置为(0,0),(2,2)的两个数：

arr[ [0,2], [0,2] ]

输出：

array([1, 9])

所以对于array对象需使用二次切片才能完成：

arr[ [0,2], : ][ :, [0,2] ]

输出：

array([[1, 3],
       [7, 9]])

其中的原理在于先生成了：

temp = arr[ [0,2], : ]
temp

输出：

array([[1, 2, 3],
       [7, 8, 9]])

再对temp选取其中的第0、2列：

temp[ :, [0,2] ]

输出：

array([[1, 3],
       [7, 9]])

---

综上：

对于DataFrame对象要选取处于 第1, 2, n行 和 第1, 2, n列 的交叉点的数据，使用
data.iloc[ [0,1,n], [0,1,n] ]

对于array对象要选取 第1, 2, n行 和 第1, 2, n列 的交叉点的数据，需要为此切片，即
arr[ [0,1,n], [0,1,n] ]

p.s.如果对于array类型写成arr[ [0,1,n], [0,1,n] ]，表示的是选取(0,0)(1,1)(n,n)这三个散点

---

p.p.s.根据这个思路，其实data.iloc[ [0,2], [0,2] ]也等价于二次切片：

data.iloc[[0,2],:].iloc[:,[0,2]]

输出：

	one	three
a	1	3
c	7	9

---

觉得有用的话，不要吝惜评论点赞分享哦，希望大家多多包涵，有任何问题欢迎指正、讨论。
本文基于CC-BY-SA 4.0协议，欢迎转载
（博客看累了？去我的B站瞧一瞧？）