【Python自动化Excel】pandas子集选取的三种方法：[]、.loc[]、.iloc[]

pandas读取Excel、csv文件中的数据时，得到的大多是表格型的二维数据，在pandas中对应的即为DataFrame数据结构。在处理这类数据时，往往要根据据需求先获取数据中的子集，如某些列、某些行、行列交叉的部分等。可以说子集选取是一个非常基础、频繁使用的操作，而DataFrame的子集选取看似简单却有一定复杂性。本文聚焦DataFrame的子集选取操作逻辑，力求在实战中遇到子集选取操作的需求时"不迷路"。

一、图解DataFrame

DataFrame是一种二维的表格型数据结构，每一行/列都有对应的标签和位置序号。行列标签、位置序号的对应关系如下图所示：

• 列标签（也叫列名：columns）
• 行标签（也叫行索引：index）默认为(0, 1, 2, …, n)。这里与位置序号恰好一致。

针对DataFrame的数据结构，pandas提供了三种获取子集的索引器：[]、.loc[]、.iloc[]。

• df[]：快捷的整行整列选取

• df.loc[]：按标签的行列交叉选取

• df.iloc[]：按位置序号的行列交叉选取

二、整行整列选取：df[]

1df['列标签']，选取单个整列

# 选取“日期”列
df['日期']

2df[标签列表]，选取多个整列

# 选取“最高温”，“最低温”，“风力风向”三列
df[['最高温','最低温','风力风向']]

3df[切片]，选取整行

# 选取行索引值1、2、3的整行。切片左闭右开
df[1:4]

切片语法也支持字符串的索引标签值，如将"日期"列修改为行索引（index）

df1 = df.set_index("日期")

# 下面两个切片选取的行是一样的
df1[1