python查看数据的子集——head、tail、loc、iloc

head(n):查看前n行

import pandas as pd 
import numpy as np 
df=pd.read_csv('D:/pandas活用/pandas_for_everyone-master/data/gapminder.tsv',sep='\t')
print(df.head())
print(df.head(10))#print(df.head(n=10))

输出结果如下 

tail(n):查看后n行

import pandas as pd 
import numpy as np 
df=pd.read_csv('D:/pandas活用/pandas_for_everyone-master/data/gapminder.tsv',sep='\t')
print(df.tail())
print(df.tail(10))#print(df.tail(n=10))

loc:使用索引标签和列名获取子集

import pandas as pd 
import numpy as np 
df=pd.read_csv('D:/pandas活用/pandas_for_everyone-master/data/gapminder.tsv',sep='\t')
print(df.loc[0,'year'])#使用中括号选择行列,使用逗号分割
print(df.loc[0:10,['country','year']])#如需要选取多行或多列,需要传入列表作为值,这里的索引标签恰好是索引号,无需使用列表
print(df.loc[1700:,'country'])#使用冒号:选取从第几到第几,如[:10,:]选择从第一行开始到第十行,后面的:两边都没有指定则默认全部列
print(df.loc[1700:,:])

 

iloc:使用索引号获取子集

import pandas as pd 
import numpy as np 
df=pd.read_csv('D:/pandas活用/pandas_for_everyone-master/data/gapminder.tsv',sep='\t')
print(df.iloc[0,2])
print(df.iloc[0:10,[0,2]])
print(df.iloc[1700:,0])
print(df.iloc[1700:,:])

 loc和iloc的区别:

通过上面的运行我们可以看出,一个是通过索引标签和列名进行选择,一个是通过行和列确切的索引号即具体第几个的位置来进行索引,这个不能搞混,否则如下报错,因为我们如下使用loc,但是传给了它的列名是2,因此它是找不到名字为2的列的,如果给iloc传入一个列名而非索引号,也会出现错误

 

  • 4
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

打赏作者

爱打羽毛球的小怪兽

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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