10、数据子集选择与布尔索引技巧

数据子集选择与布尔索引技巧

在数据处理和分析中，选择数据子集和使用布尔索引是非常常见且重要的操作。下面将详细介绍如何进行数据子集的选择以及布尔索引的相关操作。

数据子集选择

当索引按字典顺序排序时， .loc 方法有特殊的切片行为。通常， .loc 根据传递的精确标签进行数据选择，如果索引中找不到这些标签，会引发 KeyError 。但当索引按字典顺序排序且传递切片时，即使切片的起始和结束标签不是索引的精确值，也可以在它们之间进行选择。

例如，对于一个以学院名称为索引的 college 数据集，若要选择名称以 ‘Sp’ 到 ‘Su’ 开头的学院，可以使用以下代码：

college.loc['Sp':'Su']

同样，若要选择名称以字母 ‘D’ 到 ‘S’ 开头的所有学院，可以使用：

college.loc['D':'T']

这种切片方式包含最后一个索引，所以理论上会返回名称恰好为 ‘T’ 的学院。

此外，当索引按相反方向排序时，这种切片方式同样有效。可以使用 is_monotonic_increasing 或 is_monotonic_decreasing 属性来确定索引的排序方向，只有其中一个为 True 时，字典顺