Pandas切片

在刚开始使用pandas DataFrame的时候，对于数据的选取，修改和切片经常困惑，这里总结了一些常用的操作。

先初始化一个DateFrame做例子

[python]view plain copy
import numpy as np  
import pandas as pd  
df = pd.DataFrame([['Snow','M',22],['Tyrion','M',32],['Sansa','F',18],['Arya','F',14]], columns=['name','gender','age']) 

df是这样的

[python]view plain copy
In [35]: df  
Out[35]:   
     name    gender  age  
0    Snow     M       22  
1    Tyrion   M       32  
2    Sansa    F       18  
3    Arya     F       14 

如果每列都有column name，比如这里是:

[python]view plain copy
In [42]: df.columns  
Out[42]: Index(['name', 'gender', 'age'], dtype='object')  

1. df['column_name'] ，df[row_start_index, row_end_index] 选取指定整列数据

[python]view plain copy
df['name']  
df['gender']  
df[['name','gender']] #选取多列，多列名字要放在list里  
df[0:]  #第0行及之后的行，相当于df的全部数据，注意冒号是必须的  
df[:2]  #第2行之前的数据（不含第2行）  
df[0:1] #第0行  
df[1:3] #第1行到第2行（不含第3行）  
df[-1:] #最后一行  
df[-3:-1] #倒数第3行到倒数第1行（不包含最后1行即倒数第1行，这里有点烦躁，因为从前数时从第0行开始，从后数就是-1行开始，毕竟没有-0）  

2. loc，在知道列名字的情况下，df.loc[index,column] 选取指定行，列的数据

[python]view plain copy
# df.loc[index, column_name],选取指定行和列的数据  
df.loc[0,'name'] # 'Snow'  
df.loc[0:2, ['name','age']]          #选取第0行到第2行，name列和age列的数据, 注意这里的行选取是包含下标的。  
df.loc[[2,3],['name','age']]         #选取指定的第2行和第3行，name和age列的数据  
df.loc[df['gender']=='M','name']     #选取gender列是M，name列的数据  
df.loc[df['gender']=='M',['name','age']] #选取gender列是M，name和age列的数据  

3. iloc，在column name特别长或者index是时间序列等各种不方便输入的情况下，可以用iloc (i = index), iloc完全用数字来定位 iloc[row_index, column_index]

[python]view plain copy
df.iloc[0,0]        #第0行第0列的数据，'Snow'  
df.iloc[1,2]        #第1行第2列的数据，32  
df.iloc[[1,3],0:2]  #第1行和第3行，从第0列到第2列（不包含第2列）的数据  
df.iloc[1:3,[1,2]   #第1行到第3行（不包含第3行），第1列和第2列的数据  

4. ix, ix很强大，loc和iloc的功能都能做到 ix[row_index, column_index]

ix虽然强大，然而已经不再被推荐，因为在最新版的pandas里面，ix已经成为deprecated。（https://github.com/pandas-dev/pandas/issues/14218）

大概是因为可以混合label和position导致了很多用户问题和bug。

所以，用label就用loc，用position就用iloc。

[python]view plain copy
df.ix[0,0]      #第0行第0列的数据，'Snow'  
df.ix[0,[1,2]]      #第0行，第1列和第2列的数据  
df.ix[0:2,[1,2]]    #第0行到第2行（包含第3行），第1列和第2列的数据  
df.ix[1,0:2]        #第1行，从第0列到第2列（不包含第2列）的数据  

切片时，iloc行不含下标上限，loc,ix行包含，列iloc和ix都不含列下标上限。（设计者的缺憾。。。）

（持续总结更新中）