对Series和DataFrame的切片方法

最新推荐文章于 2025-02-26 18:08:20 发布

金雾男孩

最新推荐文章于 2025-02-26 18:08:20 发布

阅读量2.1k

点赞数 2

本文链接：https://blog.youkuaiyun.com/lsmax/article/details/118162176

版权

本文详细探讨了Pandas库中Series和DataFrame的数据结构，重点解析了各种切片方法，包括基于索引、条件以及混合切片的用法。通过实例分析，展示了如何有效地选取、修改和操作数据子集，帮助提升数据处理效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#对series进行切片。两种方法：1.通过索引获取，2.通过values切片

import pandas as pd
data = pd.Series([1,5,9,10,30],index = list('abcde'))
data
a     1
b     5
c     9
d    10
e    30
dtype: int64
data['a']
1
data['a':'c']
a    1
b    5
c    9
dtype: int64
data[1]
5
data[2:4]
c     9
d    10
dtype: int64
#总结：通过设置的key取进行切片取到的为闭区间，但默认的key并没有消失，可以通过其进行切片取值为左闭右开。

#位置索引与标签索引有相同值，此时要使用loc、iloc。

#DataFrame切片

import numpy as np
import pandas as pd
data = pd.DataFrame(np.random.randint(0,100,size=(4,5)),index=list('abcd'),columns=list('ABCDE'))
data
A	B	C	D	E
a	40	81	89	44	50
b	47	98	81	3	93
c	53	19	88	67	8
d	57	15	88	27	34
print('对A列进行索引 ')
data['A']
对A列进行索引 
a    79
b    54
c    66
d    99
Name: A, dtype: int32
print('对A到C列进行切片')
data[['A','C']]
对A到C列进行切片
A	C
a	79	99
b	54	37
c	66	0
d	99	98
#想同时获取两列或多列，则需要将想要获取的列索引名组成一个list

data.iloc[:,2]
a