.loc函数怎么步长为2取数据，取出第8行到第20行的所有偶数行

可以使用 `loc` 函数结合布尔索引来实现。

首先，我们可以使用 `loc` 函数取出第8行到第20行的所有数据：

df = df.loc[8:20, :]

接着，我们可以使用布尔索引来选择偶数行，具体方法是将行索引对2取余数，余数为0即为偶数行：

df = df.loc[df.index % 2 == 0, :]

最后，将步长设置为2，可以使用如下代码：

df = df.loc[8:20:2, :]

将上述代码整合起来，可以得到如下代码：

df = df.loc[8:20:2, :]

其中，`df` 是数据框的名称。

相关问题

.loc函数怎么步长为2取数据

.loc函数可以通过设置步长来取数据，方法是在行或列的索引后面加上`::2`，表示步长为2。例如，以下代码将取出行索引为偶数的所有行数据：

import pandas as pd

# 创建一个DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],
        'age': [21, 25, 23, 19, 20],
        'gender': ['F', 'M', 'M', 'M', 'F']}
df = pd.DataFrame(data)

# 取出行索引为偶数的所有行数据
df_even_rows = df.loc[::2]
print(df_even_rows)

输出结果为：

      name  age gender
0    Alice   21      F
2  Charlie   23      M
4      Eva   20      F

pandas.loc实现筛切片操作按照步长为2取

您可以使用以下代码实现按步长为2筛选和切片操作：

import pandas as pd

# 创建一个DF
df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [6, 7, 8, 9, 10]})

# 按步长为2筛选和切片操作
result = df.loc[::2, :]
print(result)

在上面的代码中，`::2` 表示按步长为2进行筛选和切片操作。其中第一个冒号表示从头开始，第二个冒号表示到尾结束，最后一个数字2表示步长为2。这段代码会输出以下结果：

   A   B
0  1   6
2  3   8
4  5  10

这里我们使用了 `loc` 函数，它可以根据行标签和列标签进行数据筛选和切片操作。在本例中，我们只使用了行标签，所以列标签部分用了 `:` 表示全部列。