pandas中dataframe切片

在Pandas中，可以使用不同的方法对DataFrame进行切片操作。以下是几种常见的切片方法：

1. 列切片：
- 使用iloc方法：df.iloc[:, start:end可以选择指定列的切片，其中start和end是列索引的起始和结束位置（不包括结束位置）。
例如，df.iloc[:, 0:3选择了索引为0、1、2的三列数据。
- 使用loc方法：df.loc[:, start:end也可以实现相同的功能，其中start和end是列名的起始和结束位置（包括结束位置）。
例如，df.loc[:, '性别':'数学']也选择了包括'性别'和'数学'列在内的切片。

2. 行列切片：
- 使用iloc方法：df.iloc[start:end, [col1, col2, ...]]可以选择指定行和列的切片，其中start和end是行索引的起始和结束位置（不包括结束位置），是列索引的列表。
例如，df.iloc[:2, [1, 3]]选择了前两行的第1列和第3列数据。
- 使用loc方法：df.loc[start:end, [col1, col2, ...]]也可以实现相同的功能，其中start和end是行名的起始和结束位置（包括结束位置），是列名的列表。
例如，df.loc[:'李四', ['语文', '英语']]选择了从第一行到'李四'行的'语文'和'英语'列数据。

通过这些方法，我们可以根据具体需求对DataFrame进行切片，提取所需的数据。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [Pandas DataFrame 列切片的5种方法](https://blog.csdn.net/devid008/article/details/130590332)[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^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [Pandas DataFrame切片器的基本操作及应用](https://blog.csdn.net/liao571252510/article/details/124078758)[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^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]