在得到数据后,经常需要对数据进行提取、分析和使用,提取数据过程中难免要对数据进行各种切片操作,根据具体的业务需求筛选出所需的数据,pandas提供了一些方法方便我们选取数据,下面主要讲解dataFrame类型的数据选取,Series类型用法类似,可以参考官方文档进行更细致的探究。
1、loc:通过索引的名称来进行切片
举个例子:先打开一份数据

.loc的使用方法是
df.loc[行,列]
例如我想获取第0行至20行,所有列的数据,就可以这样写
df.loc[0:20,:]
如果我想单独获取第5行和第10行的开盘价和最高价,就可以这样写
df.loc[[5,10],['开盘价','最高价']]
2、iloc:通过索引的值来精秀切片
df1=df.iloc[0:5,0:6]

iloc 是专门针对行号来操作的,如:我想取到开盘价的第一个值就可以这样写:
df.iloc[0]['开盘价'] #从第0行开始取开盘价这一列的值,结果就是:11.81
3、loc + iloc 搭配使用
df1=df.loc[0:10,:].iloc[:,0:5]

注意:
loc 和 iloc 它们针对的对象是不同的,
loc操作一般针对的是索引进行的
iloc操作针对的是行号