标签：name Python age 拍了拍 切片 索引 盘点 报错 iloc
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
准备示例数据：
# 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
A1 qinlu male 18
A2 lulu male 19
A3 qinqin female 22
A4 junjun male 25
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：
name age
A1 qinlu 18
A2 lulu 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
-- 输出结果：
A1 qinlu
A2 lulu
A3 qinqin
Name: name, dtype: object
# case3:
# 行、列索引放在同一个[]中，对行列同时选择：
s.loc[s['age']<= 22,['name','age']]
-- 输出结果：
name age
A1 qinlu 18
A2 lulu 19
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。
# 选择第1行到第3行，第1列到第2列
s.iloc[0:3,0:3]
-- 输出：
name sex age
A1 qinlu male 18
A2 lulu male 19
A3 qinqin female 22
-- 常见错误1：
s.iloc[[0:3],[0:3]]
# 行列切片加上[]会出现报错, SyntaxError: invalid syntax/无效的语法
-- 常见错误2：
s.loc[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：cannot do slice 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'pandas.core.indexes.base.Index'>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']]
-- 输出报错：
# 报错：英：IndexError: .iloc requires numeric indexers, got ['name' 'age']；汉：iloc需要数字索引器，得到['name''age']
# 原因分析：当使用行(列)名称索引时，不能使用iloc方法；若使用iloc，必须要求行或列都严格使用数字或者切片进行索引；
# case2：使用loc出现报错
s.loc[0:3,['name','age']]
-- 报错：
#报错：英：TypeError: cannot do slice indexing on <class 'pandas.core.indexes.base.Index'> with these indexers [0] of <class 'int'> / 中：TypeError：无法使用<class'int'>的这些索引器[0]在<class'pandas.core.indexes.base.Index'>上进行切片索引
# 原因分析：有数字/切片的索引不能使用loc
# case3：使用ix出现报错
s.ix[0:3,['name','age']]
# 报错：英：AttributeError：“ DataFrame”对象没有属性“ ix”;/汉：AttributeError：“ DataFrame”对象没有属性“ ix”
# 原因分析：新版本的anconda目前已经不支持"ix"了！方式四
位置索引 + 位置索引选择指定行和列
# 位置索引：选择第1,4行，第1,3列
s.iloc[[0,3],[0,2]]
-- 输出结果：
name age
A1 qinlu 18
A4 junjun 25
# case1：索引超出
s.iloc[[1,2],[2,3]]
# 报错：IndexError: positional indexers are out-of-bounds/汉：IndexError：位置索引器超出范围；
# case2：s.loc[[0,3],[0,2]]
# 报错：KeyError: "None of [Int64Index([0, 3], dtype='int64')] are in the [index]"/ 中文：KeyError：“ [Int64Index（[0，3]，dtype ='int64'）]都不在[索引]中”
# 原因分析：当使用位置索引 + 位置索引选择指定行和列时，需要利用iloc方法传入行列位置
方式五
普通索引 + 普通索引选择指定行和列
# 普通索引 + 普通索引就是通过同时传入行和列的索引名称进行数据选择，需要用到loc方法;
s.loc[['A1','A2','A4'],['name','age']]
-- 输出结果：
name age
A1 qinlu 18
A2 lulu 19
A4 junjun 25
# 报错：s.iloc[['A1','A2','A4'],['name','age']];英文：IndexError: .iloc requires numeric indexers, got ['A1' 'A2' 'A4']原因分析：当使用普通索引 + 普通索引选择指定行和列时，不能使用iloc
End.
作者：爱数据小辉
本文为中国统计网原创，转载请联系后台
标签：name,Python,age,拍了拍,切片,索引,盘点,报错,iloc 来源： https://blog.51cto.com/u_15127558/2704030
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。