Python切片全解析」list、字符串、DataFrame切片行为及差异，一篇全懂！

原创已于 2025-06-26 17:55:03 修改 · 959 阅读

CC 4.0 BY-SA版权

文章标签：

于 2025-06-26 17:10:40 首次发布

4 篇文章

订阅专栏

1、切片语法基本结构

Python 中切片的通用格式如下：

sequence[start : stop : step]

这个规则适用于字符串、列表、元组、range 等大多数原生序列对象。

以字符串为例，它本质上是一个字符序列，序号从 0 开始。如果字符串长度为 L，那么最后一个字符的索引就是 L-1。此外，Python 还支持从右往左数的负索引（如 -1 表示最后一个字符）。

虽然切片看起来简单，但在实际使用中，经常会省略 start、stop 和 step 参数。如果不理解清楚，就很容易出错。我们先来看一些典型用法：

nums[2:5]       # [2, 3, 4]  → 从索引 2 到 4（不包括 5）
nums[:4]        # [0, 1, 2, 3]  → 从头开始到索引 3
nums[5:]        # [5, 6, 7, 8, 9]  → 从索引 5 到结尾

1：起始索引与终止索引都填写数值。以下面的这个列表，print()中的索引从0开始，到3结束，表示为0、1、2的位置上的元素。stop =3是不包含3位置上的元素。也就是说，切片的结果是从start 开始，到stop -1为止，步长为step（默认为1）。

lst = [12, 23, 21, 45, 31]
print(lst[0:3])  # [12, 23, 21]

2：只填写了终止索引。那么默认从第0个开始，到3 -1 =2这个位置结束，也就取到了12、23、41 这三个元素。

lst = [12, 23, 21, 45, 31]
print(lst[:3])  # [12, 23, 21]

3：只填起始值。说明从索引2 开始取到结尾。

lst = [12, 23, 21, 45, 31]
print(lst[2:])  # [21, 45,31]

4：只填步长。那也就是说按照步长每隔n取一个,直到

取完。这里的nums[::2]表示的是从第0个开始,每隔一个取一个,直到列表取完。

nums = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
nums[::2]       # [0, 2, 4, 6, 8]  → 每隔一个取一个

5.反向索引(从右向左数)

nums = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

nums[-3:]       # [7, 8, 9]  → 倒数第三个到结尾
nums[:-5]       # [0, 1, 2, 3, 4]  → 开头到倒数第五个之前

切片的行为与range() 非常一致, 都是“左闭右开区间”的区间逻辑:

for i in range(1, 4):
    print(i)  # 输出 1、2、3，不包括 4

这使得我们可以通过 stop - start 轻松算出切片长度。

len(nums[2:5]) == 3  # 等于 5 - 2

再来看 pandas 中 DataFrame 的 loc 切片, 它与原生的python序列切片行为不同：

import pandas as pd
df = pd.DataFrame({"A": [1, 2, 3, 4]})
print(df.loc[0:2])

输出的结果为:

解析:

引入pandas库的方法:

1.在终端windows 搜索框中搜索命令提示符(cmd) , 再以管理员的身份打开，输入 pip install pandas 。

2. 加载完成之后打开python , 输入python -m pip install 换行再输入pip install pandas运行之后就已经连接啦。

(如果还有操作不明白的地方, 也可以参考我之前出过一篇文章,里面有详细的连接方式! )

这通常是因为 loc 是基于 标签值 而非纯粹的整数位置，其设计初衷更像 SQL 查询，强调 包含终点 更符合用户直觉。

切片操作是 Python 对所有“可序列对象”的统一抽象，在这篇文章中我主要以list为例来说明。Python 原生序列（如 list、str、range）切片遵循 左闭右开 规则，而 pandas 的 .loc 则采用 左右闭合 区间。

希望本文能够帮助你理解如何使用python中的切片，并在实际数据处理中得到应用。