Pandas知识点-索引和切片操作

索引和切片操作是最基本最常用的数据处理操作，Pandas中的索引和切片操作基于Python的语言特性，支持类似于numpy中的操作，也可以使用行标签、列标签以及行标签与列标签的组合来进行索引和切片操作。

本文使用的数据来源于网易财经，具体下载方式可以参考：Pandas知识点-DataFrame数据结构介绍

前面介绍DataFrame和Series的文章中，代码是在Pycharm中编写的，本文和后面介绍Pandas的文章，代码会优先在Jupyter Notebook中编写。Jupyter Notebook的安装可以参考：Jupyter Notebook的安装和使用

一、数据读取

数据文件是600519.csv，将此文件放到代码同级目录下，从文件中读取出数据。

为了避免数据量太大，只取了前5行数据。查看读取的数据，列还是很多，为了让数据再精简一点，接下来将后面几列删除。默认的行索引是数值索引，为了方便后面演示索引操作，设置日期为索引。

处理后的数据如上图，这样看起来简洁了很多。

二、读取一列数据或一行数据

1. 读取一列数据

获取DataFrame中的一列数据有两种方式，第一种是用 data['列索引'] ，如 data['收盘价'] 可以获取收盘价这一列的数据。第二种是 data.列索引 的方式，如 data.收盘价 与 data['收盘价'] 的结果相同。

第一种方式是通用的方式，对于任意DataFrame都适用。第二种方式除了支持英文的索引名，也支持中文的索引名，但是如果英文的索引名与Python关键字(如class,list)同名，会报错，只能用第一种方式来取数据。

2. 读取一行数据

获取DataFrame中的一行数据时，不能直接用 data['行索引'] 或 data.行索引 的方式。

获取行数据也有两种方式，需要借助loc属性或iloc属性。loc属性基于行索引名获取数据，用法为 data.loc['行索引'] ，如 data.loc['2021-02-19'] 可以获取2021年2月19日的交易数据。iloc属性基于数值索引获取数据，用法为 data.iloc[数值] ，如 data.iloc[0] 是获取DataFrame中的第一行数据，与 data.loc['2021-02-19'] 结果相同。

三、读取指定位置的数据

Pandas中获取指定位置数据的索引方式默认是“先列后行”，这与numpy中ndarray的索引方式“先行后列”是相反的。在Pandas中，取数据的逻辑通常是先获取某一列数据，然后再取这列数据中的某个数据，所以默认采用了“先列后行”的方式，如果顺序反了会报错。

除了用“先列后行”的方式获取数据，如果想用“先行后列”的方式获取数据，可以借助loc属性或iloc属性来实现。loc属性是基于索引名来获取数据的，在loc中的行索引和列索引都要使用索引名，iloc属性是基于数值索引来获取数据的，在iloc中的行索引和列索引都要使用数值索引。同时，loc属性和iloc属性都只支持“先行后列”，顺序不能反。

四、DataFrame的索引转换

在使用loc属性和iloc属性时，行索引和列索引必须同时为索引名或同时为数值索引，所以，经常需要对索引名和数值索引互相转换。

使用DataFrame的index属性和columns属性可以得到行索引和列索引，在后面传入对应的数值就可以将数值索引转换成索引名。链式调用index属性和columns属性的get_indexer()方法，就可以将索引名转换成数值索引，get_indexer()中传入需要转换的索引名列表，即使只转换一个索引名，也要用列表的方式传入。

如果需要同时转换多个索引名，可以在列表中添加，列表中的顺序可以不遵守index和columns的先后顺序，返回结果是一一对应的数值索引数组。

五、切片

DataFrame的切片操作也要使用loc属性和iloc属性，不能直接用 data[:][:] 或 data[:, :] 的方式。loc中传入需要切片的行索引和列索引的索引名，iloc中传入需要切片的行索引和列索引的数值索引范围。

使用iloc进行切片操作时，切片规则与Python基本的切片规则相同，传入的切片索引是左闭右开的(包含起始值，不包含结束值)。

上面的索引互相转换方法，可以灵活地在切片中使用，在使用loc时将数值索引转换成索引名，在使用iloc时将索引名转换成数值索引。

以上就是Pandas中的索引和切片基本操作介绍，如果需要获取数据和代码，可以点击关注公众号“Python碎片”，然后在后台回复“pandas03”关键字获取本文代码和数据。