Numpy和pandas不同标签切片的区别

本文探讨了Numpy和DataFrame在进行切片操作时的不同之处。Numpy切片仅适用于整数索引且不包含末端值,而DataFrame支持字符和整数索引,字符索引包含末端项。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

最近做数据分析的时候,运算结果总是与预期不一样,检查后,原因在于:不同类型标签的切片,会有不同结果。

以Numpy和DataFrame为例:

(1)关于numpy的切片:


可以看到,1:numpy切片的索引标签必须是整数;  2:如果切片的标签是整数,则不包含末端,如arr1[:5],不包含索引5对应的值


(2)关于DataFrame的切片:


对比data[:2]和data[:‘Utah’] 可以看到,1:DataFrame切片的索引标签可以是整数,也可以是字符  2:如果是字符,则包含末端项, 如果是数字,则不包含末端项。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值