Pandas slice()

import pandas as pd

# create a DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3, 4],
    'B': [5, 6, 7, 8],
    'C': [9, 10, 11, 12]
})

# select rows from index 0 to index 2 (inclusive)
result = df.loc[slice(0, 2)]

print(result)

'''
Output

    A  B   C
0  1  5   9
1  2  6  10
2  3  7  11
'''

slice() 语法

Pandas 中 slice() 方法的语法是

slice(start, stop, step)

slice() 参数

slice() 方法接受以下参数

• start (可选) - 起始索引或标签
• stop (可选) - 停止索引或标签。在 Pandas 中，此终点是包含的
• step (可选) - 选择每 n 行/列的步长。

slice() 返回值

slice() 方法创建一个 slice 对象，该对象与 .loc[] 一起使用，以返回 DataFrame 的选定子集。

示例 1：使用 slice() 选择行

import pandas as pd

# create a DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4], 
                                  'B': [5, 6, 7, 8]})

# create a slice object for rows
row_slice = slice(1, 3)

# use the slice object with .loc to select a subset of the DataFrame
subset_df = df.loc[row_slice]

print(subset_df)

输出

   A  B
1  2  6
2  3  7
3  4  8

在这里，当我们在 df DataFrame 上使用 .loc 访问器与 slice(1, 3) 时，它将选择从索引 1 开始直到并包含索引 3 的行。

示例 2：将 slice() 与行标签一起使用

import pandas as pd

df = pd.DataFrame({
    'A': [1, 2, 3, 4],
    'B': [5, 6, 7, 8]
}, index=['w', 'x', 'y', 'z'])

# use slice() to select rows labeled from 'x' to 'y'
result = df.loc[slice('x','y'), :]

print(result)

输出

   A  B
x  2  6
y  3  7

在这里，我们首先使用列 A 和 B 创建了 df DataFrame。 df 的索引标签是 w、x、y 和 z。

我们使用带 slice('x', 'y') 的 .loc[] 访问器来选择行。这里的 slice() 方法定义了索引标签的范围。

切片从标签 'x' 开始，以标签 'y' 结束（包含）。行位置中的 : 表示我们想要选择所有行。

示例 3：将 slice() 与列标签一起使用

import pandas as pd

df = pd.DataFrame({
    'A': [1, 2, 3, 4],
    'B': [5, 6, 7, 8],
    'C': [9, 10, 11, 12],
    'D': [13, 14, 15, 16]
}, index=['w', 'x', 'y', 'z'])

# use slice() to select columns from 'A' to 'C'
result = df.loc[:, slice('A', 'C')]

print(result)

输出

    A   B   C
w  1   5   9
x  2   6  10
y  3   7  11
z  4   8  12

在上面的示例中，我们在 .loc[] 中使用 slice() 来选择列的范围。

在这里，slice('A', 'C') 表示我们从列 A 开始，直到并包含列 C。

行位置中的 : 表示我们想要选择所有行。

示例 4：使用 slice() 指定步长

import pandas as pd

df = pd.DataFrame({
    'A': [1, 2, 3, 4],
    'B': [5, 6, 7, 8],
    'C': [9, 10, 11, 12],
    'D': [13, 14, 15, 16],
    'E': [17, 18, 19, 20]
}, index=['w', 'x', 'y', 'z'])

# select every second column from 'A' to 'E'
result_columns = df.loc[:, slice('A', 'E', 2)]

# select every second row starting from 'w' to 'z'
result_rows = df.loc[slice('w', 'z', 2), :]

print("Selected Columns with Step:\n", result_columns)
print("\nSelected Rows with Step:\n", result_rows)

输出

Selected Columns with Step:
    A   C   E
w  1   9  17
x  2  10  18
y  3  11  19
z  4  12  20

Selected Rows with Step:
    A  B   C   D   E
w  1  5   9  13  17
y  3  7  11  15  19

这里，

• result_columns 是通过使用步长 2 从 A 到 E 选择每隔一列获得的。这包括列 A、C 和 E。
• result_rows 是通过使用步长 2 从 DataFrame 的开头到结尾（w 到 z）选择每隔一行获得的。这包括行 w 和 y。