python选取特定列 pandas iloc,loc,icol的使用详解(列切片及行切片)

一、iloc、loc与icol的用法

iloc和loc是pandas中选取行或列的常用方法，其中iloc使用整数通过行/列号选取数据，loc使用标签通过列/行名选取数据。与此类似，icol方法用于使用整数获取DataFrame的列。

在DataFrame中使用这些方法时，可以使用：

• 切片：例如df.iloc[:,0:2]表示选取所有行和第0、1两列的数据
• 花式索引：例如df.iloc[[0,2],[1,3]]表示选取第0、2两行和第1、3两列的交叉数据
• 布尔索引：例如df.loc[df['column_name']==value]表示选取列名为column_name中值等于value的那些行的数据

二、示例说明

示例1：使用iloc进行列的切片

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 使用iloc选取第0至第1列的数据
df_iloc = df.iloc[:,0:2]

print(df_iloc)

运行结果为：

   A  B
0  1  4
1  2  5
2  3  6

示例2：使用loc进行行的布尔索引

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': ['a', 'a', 'b']})

# 使用loc选取列名为'C'中值等于'b'的那些行的数据
df_loc = df.loc[df['C']=='b']

print(df_loc)

运行结果为：

   A  B  C
2  3  6  b

三、总结

在pandas中，iloc、loc与icol是常用的选取行或列的方法，切片、花式索引和布尔索引可以灵活组合使用，选取想要的数据。在实际使用中，要根据数据结构和分析需求灵活运用，提高数据分析效率。