pandas 切片_Pandas 数据切割的三种逻辑

数据分析首要面临的问题就是数据的清洗和切割。
初学者在学习pandas的时候，经常会被pandas五花八门的数据切片和数据索引方式绕晕，造成混乱，从而影响代码编写的效率。
综合来讲，在数据的切片上，pandas为我们提供了三种不同的处理范式：df[]; df.loc[:]以及df.iloc[:]

1. df[]

df[]的表达方式也许是我们在pandas中最常用的切片方式，因为它最常用，最直接。

要想理解df[]的表达方式，首先我们得了解一下pandas DataFrame的构成。简单来说，DataFrame可以看成由Pandas Series 和列索引组成的字典型结构。而Pandas Series 可以看成是由 Ndarray 和行索引组成的字典型结构。

由此，df[]很好的继承了Ndarray的下标切片索引（行索引）和字典格式的标签索引（列索引）。

• df[]行索引

df[]默认执行行的切片索引，同时支持下标和标签切片。

下标切片是左闭右开，但是标签的切片是全闭的，体现在对全部标签的选择