从 pandas 数据框中选择特定行

我只想知道 pandas 中是否有任何函数可以根据数据帧中的索引选择特定行，而无需编写自己的函数。

例如：从大型数据框中选择索引为 [15:50] 的行。

我已经写了这个函数，但我想知道是否有快捷方式。

def split_concat(data , first , last):
    data_out = pd.DataFrame()
    for i in range(first, last +1):
        data_split = data.loc[i]
        data_out = pd.concat([data_out,data_split],axis = 0)

    return data_out

你可以使用pandas.DataFrame.loc or pandas.DataFrame.iloc。请参阅下面的示例。

import pandas as pd

d = [{'a': 1, 'b': 2, 'c': 3, 'd': 4},
     {'a': 100, 'b': 200, 'c': 300, 'd': 400},
     {'a': 1000, 'b': 2000, 'c': 3000, 'd': 4000 },
     {'a': 1500, 'b': 2500, 'c': 3500, 'd': 4500}]

df = pd.DataFrame(d)

print(df)               # Print original dataframe
print(df.loc[1:2])      # Print rows with index 1 and 2, (method 1)
print(df.iloc[1:3])     # Print rows with index 1 and 2, (method 2)

原始数据框：print(df)将打印：

      a     b     c     d
0     1     2     3     4
1   100   200   300   400
2  1000  2000  3000  4000
3  1500  2500  3500  4500

And print(df.loc[1:2])按标签选择索引：

      a     b     c     d
1   100   200   300   400
2  1000  2000  3000  4000

And print(df.iloc[1:3])用于按整数进行行选择。正如 ALollz 所提到的，行被视为从 0 到len(df):

      a     b     c     d
1   100   200   300   400
2  1000  2000  3000  4000

经验法则可能是：

• Use .loc当您想引用索引的实际值（字符串或整数）时。

• Use .iloc当您想要引用始终在 0 到 0 之间的基础行号时len(df).

请注意，end切片的值.loc已经包括了。情况并非如此.iloc，以及一般的 Python 切片。

熊猫的一般情况

Pandas 有“简单”的方法来做各种各样的事情。如果您认为操作表格数据时遇到常见问题，请在自己发明之前尝试搜索 pandas 的解决方法。 Pandas 几乎总是有一种语法简洁、计算速度比我们自己编写的方法更快的做事方式。