python pandas dataframe 行列选择,切片操作方法

下面是关于Python Pandas DataFrame 行列选择、切片操作方法的详细攻略：

1. DataFrame行列选择

1.1 按列选择

DataFrame 表示的是一张表格，而表格中的每一列都有自己的列名，我们可以通过列名来选择需要的列，所以按列选择的方法是最常用的，示例如下：

import pandas as pd

# 创建一个包含 4 列的 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9], 'D': [10, 11, 12]})

# 选择单一列
col1 = df['A']
print(col1)

# 选择多列
cols = df[['A', 'B']]
print(cols)

1.2 按行选择

按照行进行选择也是非常常见的需求，可以使用 .loc[] 方法进行选择，如果只需要选择一行则需要用到 .loc[] 方法的参数。示例如下：

import pandas as pd

# 创建一个包含 4 列的 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9], 'D': [10, 11, 12]})

# 选择单一行
row1 = df.loc[0]
print(row1)

# 选择多行
rows = df.loc[[0, 1]]
print(rows)

2. DataFrame切片操作

2.1 按照索引范围进行切片

可以使用 .iloc[] 方法来按照索引范围进行DataFrame切片，语法是df.iloc[row_index, col_index]，示例如下：

import pandas as pd

# 创建一个包含 4 列的 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9], 'D': [10, 11, 12]})

# 选取行和列的范围进行切片
sliced_df = df.iloc[0:2, 1:3]
print(sliced_df)

2.2 按照行或列名称进行切片

.loc[] 方法可以使用行或列名称进行DataFrame切片，示例如下：

import pandas as pd

# 创建一个包含 4 列的 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9], 'D': [10, 11, 12]})

# 选取多行和多列进行切片
sliced_df = df.loc[[0, 1], ['B', 'C']]
print(sliced_df)

至此，关于Python Pandas DataFrame 行列选择、切片操作方法的攻略就介绍完毕了。