Pandas数据截取数据截取/选择选择/切片切片
原文地址
分类目录——Pandas
导入支持包
import pandas as pd
import numpy as np
生成测试数据
dates = pd.date_range('20200217', periods=6)
df = pd.DataFrame(np.arange(24).reshape((6, 4)), index=dates, columns=['A', 'B', 'C', 'D'])
'''
A B C D
2020-02-17 0 1 2 3
2020-02-18 4 5 6 7
2020-02-19 8 9 10 11
2020-02-20 12 13 14 15
2020-02-21 16 17 18 19
2020-02-22 20 21 22 23
'''
获取一列
# 获取某列
print(df['A'])
# 或
print(df.A)
'''
2020-02-17 0
2020-02-18 4
2020-02-19 8
2020-02-20 12
2020-02-21 16
2020-02-22 20
Freq: D, Name: A, dtype: int32
'''
对行进行切片
# 对行进行切片
## 按数字索引
print(df[0:3]) # 含首不含尾
'''
A B C D
2020-02-17 0 1 2 3
2020-02-18 4 5 6 7
2020-02-19 8 9 10 11
'''
## 按索引名称
print(df['20200217':'20200219']) # 含首也含尾
'''
A B C D
2020-02-17 0 1 2 3
2020-02-18 4 5 6 7
2020-02-19 8 9 10 11
'''
# 如果要获取一行的数据
print(df['20200218':'20200218']) # 含首也含尾
# A B C D
# 2020-02-18 4 5 6 7
print(df[1:2]) # 含首不含尾
# A B C D
# 2020-02-18 4 5 6 7
通过索引的名称切取DataFrame数据——loc
# 通过索引名称(loc)获取Dataframe子数据
## 取某一行(只能传一行的名称)
print(df.loc['20200218'])
'''
评论10