Python数据分析 2-4 DataFrame索引和切片 介绍DataFrame对象的索引和切片操作。_dataframe数据能用切片吗

1 引入NumPy和Pandas

**#1 引入NumPy和Pandas**
import numpy as np
import pandas as pd

1
2
3
4

2 df[col]方法选取列

**pandas.read_csv()函数可以用来读取csv文件，其主要参数如下：

filepath_or_buffer：数据输入的路径，输入可以是文件路径、URL，可以是实现read方法的任意对象。
sep：读取csv文件时指定的分隔符，默认为逗号。
header：设置导入Datarame的列名称，默认为“infer”。
names：当names没被赋值时，header会变成0，即选取数据文件的第一行作为列名。 当 names 被赋值，header 没被赋值时，那么header会变成None。如果都赋值，就会实现两个参数的组合功能。
index_col：们在读取文件之后，生成的 DataFrame 的索引默认。**

 #导入数据
data = pd.read_csv(filepath_or_buffer="dataset/Covid19.csv")  
1
2

data.head(5)  #查看数据的前五行
1

data.columns     #查看data的列名
1

# 读取某一列
data["corona_result"]
1
2

# 读取某一列
data.corona_result
1
2

# 读取多列
data[["fever", "cough"]]
1
2

3 df.loc[label] 通过标签选取行/列

data.head()  #查看数据，默认前5行
1

# 单行
data.loc[0] #选取数据的第一行
1
2

# 多行
data.loc[[1, 7, 3]]  #选取索引为1、7、3的数据
1
2

# 切片读取行
data.loc[:3]  #切片选择数据前四行
1
2

# 按行和列读取数据
data.loc[2, "cough"]  #读取数据第3行，“cough”的列的数据
1
2

# 切片读取
data.loc[:4, "cough":"shortness_of_breath"]  #选取数据框前五行，"cough"到"shortness_of_breath"的数据
1
2

# 行列任取
data.loc[[2, 1, 0], ["cough", "shortness_of_breath", "corona_result"]]
1
2

4 df.iloc[loc]通过位置选择行/列

data.head(n=2) #查看数据前两行
1

# 第一行
data.iloc[0]
1
2

# 切片 - 前三行
data.iloc[:3]
1
2

#任选几行
data.iloc[[8, 1, 5]]
1
2

```python
data.iloc[[0, 3], [1, 4]] 
1
2
3
4
5

# 行列都选
data.iloc[0:4, 3:]
1
2

5 通过切片方式获取多行/列

d1 = data.loc[:2] #通过切片选取前三行
d1
1
2

6 通过布尔向量获取多行/列

# 布尔变量
d1.loc[[True, False, False]]  #选取第一行
1
2

# 布尔类型
d1[d1["cough"] == 0] #选取“cough”为0的行
1
2

# 布尔类型
d1.loc[d1["cough"] == 1] #选取“cough”为1的行
1
2

 多个布尔类型
d1[(d1["cough"] == 0) & (d1['head_ache'] == 0)]
1
2

`