文章目录
DataFrame数据框允许我们使用iloc方法来像操作array(数组)一样对DataFrame进行切片操作,其形式上,跟对数组进行切片是一样的,我们下面来演示一下一些典型的切片操作:
- 先创建一个6行4列的DataFrame数据框
![pandas教程:[3]DataFrame切片操作](/2015/04/15/pandas%E6%95%99%E7%A8%8B%EF%BC%9A%5B3%5DDataFrame%E5%88%87%E7%89%87%E6%93%8D%E4%BD%9C/4e83cb628535e5dd397819eb75c6a7efce1b626b.jpg)
- 使用iloc方法,提取第四行数据:
![pandas教程:[3]DataFrame切片操作](/2015/04/15/pandas%E6%95%99%E7%A8%8B%EF%BC%9A%5B3%5DDataFrame%E5%88%87%E7%89%87%E6%93%8D%E4%BD%9C/4abae5edab64034f33d47e32acc379310a551dad.jpg)
- 我们可以看一下,这种方法得到的返回值是一个series数据
![pandas教程:[3]DataFrame切片操作](/2015/04/15/pandas%E6%95%99%E7%A8%8B%EF%BC%9A%5B3%5DDataFrame%E5%88%87%E7%89%87%E6%93%8D%E4%BD%9C/79b1e936afc3793145713a1de8c4b74543a911ad.jpg)
- 返回4-5行,1-2列数据,用下面的写法,你可以看到跟array的切片操作是一模一样的额
![pandas教程:[3]DataFrame切片操作](/2015/04/15/pandas%E6%95%99%E7%A8%8B%EF%BC%9A%5B3%5DDataFrame%E5%88%87%E7%89%87%E6%93%8D%E4%BD%9C/b5ce925494eef01fd140a4f1e3fe9925bc317d6b.jpg)
- 我们也可以提取不连续行和列的数
![pandas教程:[3]DataFrame切片操作](/2015/04/15/pandas%E6%95%99%E7%A8%8B%EF%BC%9A%5B3%5DDataFrame%E5%88%87%E7%89%87%E6%93%8D%E4%BD%9C/1f569482b9014a90ac27fa89aa773912b31beeae.jpg)
- 想要提取某一样或者某几行的数据,保证所有列都在,可以使用一个冒号来表示所有列
![pandas教程:[3]DataFrame切片操作](/2015/04/15/pandas%E6%95%99%E7%A8%8B%EF%BC%9A%5B3%5DDataFrame%E5%88%87%E7%89%87%E6%93%8D%E4%BD%9C/72ccb7773912b31bef75711d8518367adab4e1ae.jpg)
- 当然,所有行,也可以用冒号来表示
![pandas教程:[3]DataFrame切片操作](/2015/04/15/pandas%E6%95%99%E7%A8%8B%EF%BC%9A%5B3%5DDataFrame%E5%88%87%E7%89%87%E6%93%8D%E4%BD%9C/b110e6198618367ab990c3e92d738bd4b31ce5ae.jpg)
- 提取某一个值,去掉所有冒号,比如取第2行第2列的这个数
![pandas教程:[3]DataFrame切片操作](/2015/04/15/pandas%E6%95%99%E7%A8%8B%EF%BC%9A%5B3%5DDataFrame%E5%88%87%E7%89%87%E6%93%8D%E4%BD%9C/d019d2bf6c81800a18b2353ab23533fa828b476b.jpg)
- 当然,iat是专门提取某个数的方法,它的效率高更高,因此建议在提取单个数的时候用iat
![pandas教程:[3]DataFrame切片操作](/2015/04/15/pandas%E6%95%99%E7%A8%8B%EF%BC%9A%5B3%5DDataFrame%E5%88%87%E7%89%87%E6%93%8D%E4%BD%9C/8640bf8b87d6277ff20b8e0c2b381f30e924fcae.jpg)
转载请注明来自DataScience.
邮箱: 675495787@qq.com