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:
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。