python--pandas切片_python df切片-优快云博客

本文链接：https://blog.youkuaiyun.com/jhr112/article/details/115210370

本文详细介绍了在Python的Pandas库中如何进行数据框的切片操作，包括使用[]方法、iloc方法、loc方法以及filter方法。通过这些方法，可以方便地根据列名、行位置或布尔索引选择数据框的子集。文中还具体阐述了行切片、列切片和组合切片的用法，适用于数据分析和数据处理工作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

pandas的切片操作是python中数据框的基本操作，用来选择数据框的子集。

环境

python3.9
win10 64bit
pandas==1.2.1

准备数据

import pandas as pd
player_list = [[1,'M.S.Dhoni', 36, 75, 5428000],
               [2,'A.B.D Villers', 38, 74, 3428000],
               [3,'V.Kholi', 31, 70, 8428000],
               [4,'S.Smith', 34, 80, 4428000],
               [5,'C.Gayle', 40, 100, 4528000],
               [6,'J.Root', 33, 72, 7028000],
               [7,'K.Peterson', 42, 85, 2528000]]
index=pd.date_range('2020',periods=7,freq='D').map(lambda x:x.date().__str__())
df = pd.DataFrame(player_list, columns=['Id','Name', 'Age', 'Weight', 'Salary'],index=index)
print(df)

            Id           Name  Age  Weight   Salary
2020-01-01   1      M.S.Dhoni   36      75  5428000
2020-01-02   2  A.B.D Villers   38      74  3428000
2020-01-03   3        V.Kholi   31      70  8428000
2020-01-04   4        S.Smith   34      80  4428000
2020-01-05   5        C.Gayle   40     100  4528000
2020-01-06   6         J.Root   33      72  7028000
2020-01-07   7     K.Peterson   42      85  2528000

[]方法

可以用中括号[]完成对数据框的切片。利用列名对列进行切片，利用列的布尔序列对行进行切片。

# 选取Name列
print(df['Name'])

2020-01-01        M.S.Dhoni
2020-01-02    A.B.D Villers
2020-01-03          V.Kholi
2020-01-04          S.Smith
2020-01-05          C.Gayle
2020-01-06           J.Root
2020-01-07       K.Peterson
Name: Name, dtype: object