pandas的切片方法

pandas提供了多种切片方法，包括使用\[\]运算符、使用iloc和使用loc。

使用\[\]运算符进行切片时，不能使用二维切片，即不能使用\[i, j\]的形式进行切片。如果要切取某一列，可以使用列名作为索引，例如df\["语文"\]可以获取到"语文"这一列的数据。如果要切取多列，需要传递一个列名的列表，例如df\[\["语文", "数学"\]\]可以获取到"语文"和"数学"这两列的数据。\[1\]\[2\]

使用iloc进行切片时，切片的范围是左闭右开的，和Python的切片规则一样。可以使用行号和列号进行切片。例如df.iloc\[0, 0\]可以获取到第一行第一列的数据，df.iloc\[:, :\]可以获取到一个和df完全一样的DataFrame。\[3\]

使用loc进行切片时，可以使用标签进行切片。可以使用行标签和列标签进行切片。例如df.loc\[0, 0\]可以获取到第一行第一列的数据，df.loc\[:, :\]可以获取到一个和df完全一样的DataFrame。\[3\]

总结来说，使用\[\]运算符可以通过列名进行切片，使用iloc可以通过行号和列号进行切片，使用loc可以通过标签进行切片。
#### 引用[.reference_title]
- *1* *2* *3* [(二)Pandas切片](https://blog.csdn.net/guochaogang/article/details/130490567)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]