python——pandas(切片)

pandas数据提取

一、比较loc,iloc,ix与去重
1.loc——标签索引，行和列的名称；
.loc主要是基于标签(label)的，包括行标签(index)和列标签(columns)，即行名称和列名称，可以使用
df.loc[index_name,col_name]选择指定位置的数据。

#dataframe在加判断条件时可以不通过.loc直接去写效果一样


2.iloc——通过行号索引行数据
是基于位置的索引，利用元素在各个轴上的索引序号进行选择，序号超出范围会产生InedxError，切片时允许序号超过范围，用法包括。

3.ix——通过行标签或者行号索引行数据（基于loc和iloc 的混合）

4.去重清洗：

解释：先对数据进行去重在生成新的索引

二、pandas对列（colums）的处理:

df.columns 获取列的索引
df.columns[0] 获取列的标签（0表示取第一个）
df.columns.tolist 获取列的索引后以列表的形式存储
df[‘C’] 选这C对应的列生成Series
df[[‘C’]] 选这C对应的列生成DataFrame
df[[‘A’,’B’]] 选这AB两列
df[[‘C’,’B’,’A’]] 改变顺序
df[df.columns[0]] 选这第一列Series
df[df.columns[[0,3]]] 生成DataFrame
df.A选择A列生成（Series）
三、pandas对行（rows）的处理：
df.index 获取行的索引
df.index[0] 获取行的标签（0表示取第一个）
df.index.tolist() 获取行的标签以列表形式存储
df.index=id 新建索引
四、pandas切片
在切片大家都特别容易看不懂df.iloc[:,:]，不知道’:’切片时如何处理我简单的说下我的理解：
我们在说话时都喜欢说行列，而这里前一个冒号表示对行的处理，后面的则是对列的处理
在对字符串处理时都学过切片，都知道切片时是左含右不含的关系。而这里我们就可以分开理解先看行的切割在看列的切割。
注意：对列切割时索引不算
索引时，选取是列
切片时，选取时行

df0[0:1] 左含右不含根据行进行切片
df1.ix[:,0:2] 前面的冒号代表对行的操作，后面表示队列的操作且都包含

df[‘one’,’twwo’] 结果为：