按索引过滤数据帧

在对数据进行处理时，我们有时需要从数据帧中选择特定的行或列。通过索引操作，我们可以按照行列的标签或位置对数据帧进行过滤操作。本文将介绍如何按索引过滤数据帧。

按行索引过滤数据帧

我们可以使用loc[]方法按行索引过滤数据帧。该方法接受一个标签或标签列表作为参数，返回符合条件的行数据，并以数据帧形式返回。

例如，我们有一个名为df的数据帧，其中包含以下数据：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily'],
        'age': [25, 22, 21, 28, 24],
        'salary': [5000, 4000, 3000, 4500, 3500]}
df = pd.DataFrame(data)

我们可以按名字索引特定的行：

selected_rows = df.loc[df['name'].isin(['Bob', 'David'])]
print(selected_rows)

输出结果为：

    name  age  salary
1    Bob   22    4000
3  David   28    4500

按列索引过滤数据帧

我们可以使用iloc[]方法按列索引过滤数据帧。该方法接受一个整数或整数列表作为参数，返回符合条件的列数据，并以数据帧形式返回。

例如，我们有一个名为df的数据帧，其中包含以下数据：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily'],
        'age': [25, 22, 21, 28, 24],
        'salary': [5000, 4000, 3000, 4500, 3500]}
df = pd.DataFrame(data)

我们可以按列索引取出特定的列：

selected_columns = df.iloc[:, 1:3]
print(selected_columns)

输出结果为：

   age  salary
0   25    5000
1   22    4000
2   21    3000
3   28    4500
4   24    3500

按位置索引过滤数据帧

我们可以使用iloc[]方法按位置索引过滤数据帧。该方法接受一个整数或整数列表作为参数，返回符合条件的行数据或列数据（根据索引类型而定），并以数据帧形式返回。

例如，我们有一个名为df的数据帧，其中包含以下数据：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily'],
        'age': [25, 22, 21, 28, 24],
        'salary': [5000, 4000, 3000, 4500, 3500]}
df = pd.DataFrame(data)

我们可以按位置索引取出特定的行和列：

selected_rows_and_columns = df.iloc[1:4, 1:3]
print(selected_rows_and_columns)

输出结果为：

   age  salary
1   22    4000
2   21    3000
3   28    4500

以上就是按索引过滤数据帧的方法，我们可以根据自己的需要选择不同的过滤方式，以达到数据处理的目的。