pandas切片 iloc() 、loc() 、ix()、df[]

# iloc 用法  ‘,’ 前的部分标明选取的行,‘,’后的部分标明选取的列  可以是列表或者切片形式 选列只能是position
print(df.iloc[2:4, 1:5])
print(df.iloc[1:3, [1, 2]])

# loc 用法  ‘,’ 前的部分标明选取的行,‘,’后的部分标明选取的列  可以是列表或者切片形式 选列只能是列名
print(df.loc[1:3, ['city', 'year']])
print(df.loc[1:3, 'city': 'year'])

# ix 用法   ‘,’ 前的部分标明选取的行,‘,’后的部分标明选取的列  可以是列表或者切片形式 选取行列不限格式
print(df.ix[1:3, [1, 2]])
print(df.ix[1:3, ['city', 'year']])

# df[]只能进行行选择,或列选择,不能同时进行列选择,列选择只能是列名
print(df[1:5])#行索引
print(df[['city', 'year']])#列索引

pandas中,可以使用切片函数来获取DataFrame或Series中的子集。以下是pandas中常用的切片函数: - loc: 使用标签索引来获取DataFrame或Series中的子集。语法为df.loc[row_label, column_label]或s.loc[label]。其中,row_label和column_label可以是单个标签或标签列表,label可以是单个标签或标签列表。 - iloc: 使用整数索引来获取DataFrame或Series中的子集。语法为df.iloc[row_index, column_index]或s.iloc[index]。其中,row_index和column_index可以是单个整数或整数列表,index可以是单个整数或整数列表。 - ix: 综合使用标签索引和整数索引来获取DataFrame或Series中的子集。语法为df.ix[row_label_or_index, column_label_or_index]或s.ix[label_or_index]。其中,row_label_or_index和column_label_or_index可以是单个标签、标签列表、单个整数或整数列表,label_or_index可以是单个标签、标签列表、单个整数或整数列表。 - at: 使用标签索引来获取DataFrame或Series中的单个值。语法为df.at[row_label, column_label]或s.at[label]。其中,row_label和column_label为标签。 - iat: 使用整数索引来获取DataFrame或Series中的单个值。语法为df.iat[row_index, column_index]或s.iat[index]。其中,row_index和column_index为整数。 需要注意的是,以上切片函数中的row_label、column_label、row_index、column_index、label、index都可以是单个值或列表。如果是列表,则返回的是多个值组成的DataFrame或Series。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值