中国统计网|Python拍了拍你，一份【同时选择行列方法】的盘点送给你

本文插图
文末领取 【Python基础知识思维导图】
前置知识补充：

布尔索引：指的是通过传入一个判断条件来选择数据的方式，称之为布尔索引
普通索引：通过选择行/列名来选择数据的方式，称为普通索引
位置索引：通过传入具体的位置来选择数据的方式称为位置索引
切片索引：通过传入一个位置区间来获取数据的方式，称为切片索引

# 创建一个Serise —— 传入一个字典② d= { 'name':['qinlu','lulu','qinqin','junjun'], 'sex':['male','male','female','male'], 'age':[18,19,22,25] } s= pd.DataFrame(d,index= ['A1','A2','A3','A4']) s -- 输出结果： name sex age方式一布尔索引 + 普通索引选择指定的行和列布尔索引 + 普通索引是先对表进行布尔索引选择行，然后通过普通索引选择列：
#case1：zjh-98 s[s['age']<=22] [['name','age']] --输出结果： nameage A1qinlu 18 A2lulu 19 A3 qinqin 22 # 找到符合条件的行 —— 得到数据结构，其实本身也是个数据框

# 然后再在这个数据行下 ， 选择我们需要的列即可 ， 因此 ， 就完成了 ， 对指定行、列进行选择；

# case2： # 在以上基础上，只选择某一列，数据结构就变成了Series; s[s['age']<=22].name # 行、列索引放在同一个中，对行列同时选择： s.loc[s['age']<=22,['name','age']] A3 qinqin 22 注意需要使用loc ，不能使用iloc ，否则会出现以下报错：

# 英：ValueError: Location based indexing can only have [integer, integer slice (START point is INCLUDED, END point is EXCLUDED), listlike of integers, boolean array] types汉：基于位置的索引只能具有[整数 ， 整数切片（起始点为INCLUDED ， 结束点为EXCLUDED） ， 类似整数的列表 ， 布尔数组）类型

【中国统计网|Python拍了拍你，一份【同时选择行列方法】的盘点送给你】讲完普通索引，我们再来讲，使用“切片索引 + 切片索引”来选择指定行和列的方式。
方式二切片索引 + 切片索引选择指定的行和列切片索引 + 切片索引是同时传入行、列索引的位置区间进行数据选择。
s.iloc[0:3,0:3] -- 常见错误1： s.iloc[[0:3],[0:3]]

#位置索引注意需要使用iloc ， 不能使用loc ， 否则会出现以下报错：英：cannotdoslice indexing on <class'pandas.core.indexes.base.Index'> with these indexers [0] of <class'int'>; / 汉：无法使用<class'int'>的这些索引器[0]在<class>上进行切片索引

方式三切片索引 + 普通索引选择指定的行和列结论：新版本的Jupyter Notebook ，目前已经不支持"ix"了！
如果是普通索引，就直接传入行或列名，用loc方法即可；如果是切片索引，也就是传入行或列名，用iloc方法即；如果是切片索引 + 普通索引，也就是行（列）用切片索引，列（行）用切片索引，列（行）用普通索引，看是否能够选择成功：
#case1：使用iloc发生报错 s.iloc[0:3,['name','age']]