pandas索引操作（含 loc和iloc)

---

前言

pandas索引操作与数组切片很相似，但也有不同，那不同呢？快来找找吧！

---

Series 与 DataFrame 索引

可以用位置切片（不包含末端索引） 也可以用标签切片（包含末端索引）

1.不借助任何东西

1.series:

import pandas as pd

ds = pd.Series([1,2,3,4,5],index=["A","B","C","D","E"])
# 连续
print(ds[1:])
# 1    2
# 2    3
# 3    4
# 4    5
# dtype: int64

# 不连续
print(ds[[1,3]])
print(ds[["B","D"]])
# 1    2
# 4    5
# dtype: int64

2. DataFrame:

代码如下（示例）：

pf1 = pd.DataFrame(np.arange(16).reshape(4,4),index=["a","b","c","d"],columns=["A","B","C","D"])
#     A   B   C   D
# a   1   2   3   4
# b   5   6   7   8
# c   9  10  11  12
# d  13  14  15  16
print(pf1[:1])  # 取行
print(pf1["A"])  # 取列 只能用标签
print(pf1[["A","C","D"]])  # 取多列
print(pf1["A"][1])  # 取单个数

2.高级索引 借助 （iloc 与 loc)

1. iloc 位置索引

代码如下（示例）：

print(pf1.iloc[:3,:3])  # 连续
print(pf1.iloc[:3,[1,3]])  # 列不连续

2. loc 标签索引

代码如下（示例）：

print(pf1.loc["a":"c","A":"C"])  # 连续
print(pf1.loc[["a","d"],["A"]])  # 不连续

---

总结

pandas索引操作就是基本操作中的"查"