下载掌阅APP，畅读海量书库
立即打开
Excel中对表格区域的选择比较简单，直接在工作表中单击行号和列标，或者使用Ctrl和Shift功能键配合单击拖曳，就能快速选择单元格区域，当然也可以在Excel的名称框中输入要选择的单元格地址来完成单元格区域的选择。
DataFrame表格的选择一般有行、列和区域这几种，可以通过切片、查找、筛选和循环等方式进行选择。本节主要讲解利用切片法和筛选法对DataFrame表格进行不同形式的选择，学好DataFrame表格的各种选择方法，是后续数据分析处理的重要基础，如果对DataFrame表格的选择都不熟练，数据分析就更无从谈起了。
切片法的基础结构为df[…]，在此基础结构上进行变化，可以选择出行、列和区域。切片法的优点在于简单、直接，缺点在于表现形式不够多样化。
无论表格的行索引是否设置了标签，都可以按行索引序号选择行，示例代码如下：
选择前后的对比如图4-10所示。
图4-10 选择行前后对比效果（1）
除了使用行索引序号去选择行之外，也可以使用行索引的标签选择行，示例代码如下：
选择前后的对比如图4-11所示。
注意： 在使用切片法选择行时，无论是选择单行还是多行，选择的结果均返回DataFrame类型的表格。
图4-11 选择行前后对比效果（2）
列选择分为单列和多列，单列表示方法是df['列标签']，多列表示方法是df[['列标签1'，'列标签2'，'列标签3'…]]。
1）单列选择
单列选择不但可以表示成df['列标签']，还可以表示成df.列标签，示例代码如下：
选择前后的对比如图4-12所示。
图4-12 单列选择前后对比效果
2）多列选择
多列选择是将列索引标签放置在列表、数组和Series等数据结构中，最为常见的是放置在列表中，示例代码如下：
选择前后的对比如图4-13所示。
在多列选择时，用户可以自定义标签的位置，如果用户希望对表格的列顺序做调整，则这是一种不错的方法。
注意： 如果选择的是单列，则返回的是Series类型的数据；如果选择的是多列，则返回的是DataFrame类型的表格。
图4-13 多列选择前后对比效果
区域选择就是多行多列的选择。也就是将行和列的选择交叉在一起，书写格式为df[行索引][列索引]，从而形成选择表格部分区域的效果。下面做一个区域选择的演示，示例代码如下：
选择前后的对比如图4-14所示。
图4-14 区域选择前后对比效果
使用筛选法来选择表格数据是一种常用的手段。Excel中的筛选功能十分强悍，Pandas中的筛选功能并不逊色于Excel，有些功能甚至更强大。本节使用的筛选法可以看作切片法的变异。筛选法只能选择行，不能选择列。
用筛选法来选择行，它的选择原理一直困扰着新手用户，接下来循序渐进地推演一下整个选择过程。
首先直接用布尔值（True和False）来选择行，示例代码如下：
选择前后的对比如图4-15所示。
图4-15 行选择前后对比效果
上面代码中最关键部分是df[[True，False，False，True，True]]，在df[]中提供了一组布尔值，这组布尔值必须遵循以下两点要求。
（1）布尔值的元素个数必须与df表的行数相同，因为布尔值与df表的行是一一对应的，True表示选择，False表示不选择。
（2）布尔值必须存储在列表、数组和Series等数据结构中。
接下来以总分列为例做判断测试，判断总分列的数据是否大于或等于150，示例代码如下：
判断前后的对比如图4-16所示。
图4-16 返回布尔值对比
上面代码df['总分']>=150返回的结果是由布尔值组成的Series数据，将这个Series数据放置在df[]中，便得到最后的筛选结果，示例代码如下：
筛选行前后的对比如图4-17所示。
注意： 在上面例子中，布尔值是通过比较运算产生的，但不能只局限于通过比较运算产生布尔值，实际上任何能产生布尔值的操作均可。
图4-17 筛选行前后对比效果
Pandas没有提供对一行的值进行判断，从而达到筛选列的方式来选择列。有读者认为可以将表格转置，然后用判断列的方式来筛选行，完成之后再转置回去，我们不妨来转置一下，示例代码如下：
转置前后的对比如图4-18所示。
图4-18 转置前后对比效果
转置后列中的每个元素数据类型均不相同，没有任何可比性。这也是Pandas中没有列选择的原因。
使用筛选方式选择行之后，再与选择的列进行交叉，也可以实现区域的选择，示例代码如下：
区域选择前后的对比如图4-19选择后所示。
注意： 在4.2.2节中讲解的筛选法，是通过判断表格中的数据来选择行，实际上也可以通过df.filter（）筛选函数来选择行和列，此函数是通过判断行索引和列索引选择的。到现在为止，我们所学的知识还不足以全面讲解这个强大的函数，具体内容将会在8.6.4节详细讲解。
图4-19 区域选择前后对比效果
loc切片法相当于是直接切片法df[…]的升级版，功能比直接使用切片法更强大。表示方法为df.loc[行切片，列切片]。在此基础结构上进行变化，可以实现行、列和区域3种选择方法。
行的选择方式分为单行选择、连续多行选择和不连续多行选择3种选择方式。如图4-20所示，行选择的表示方式有两种，如果行索引为自然序号，则格式只能表示为df.loc[行索引序号]；如果行索引为标签，则格式只能表示为df.loc['行索引标签']。这两种表示方式都会在下面的示例做演示。
图4-20 不同方式的行索引
1）单行选择
如果DataFrame表格的行索引是自然序号，则表示方式为df.loc[单个行索引序号]；如果行索引是标签，则表示方式为df.loc['单个行索引标签']，示例代码如下：
运行结果如图4-21（a）所示。
运行结果如图4-21（b）所示。
图4-21 两种单行选择的结果
注意： 使用loc切片法选择的单行，返回结果不是DataFrame表格，而是Series数据。
2）连续多行选择
如果DataFrame表格的行索引是自然序号，则表示方法为df.loc[起始行索引序号：终止行索引序号]；如果行索引是标签，则表示方法为df.loc[起始行索引标签：终止行索引标签]，示例代码如下：
运行结果如图4-22（a）所示。
运行结果如图4-22（b）所示。
图4-22 两种连续多行选择的结果
3）不连续多行选择
将行索引对应的序号或者签标写入列表、数组和Series等数据结构中，序号或者签标可以不按顺序排列，示例代码如下：
运行结果如图4-23（a）所示。
运行结果如图4-23（b）所示。
图4-23 两种不连续多行选择的结果
不连续多行的选择，由于行索引对应的序号或者签标可以打乱顺序，所以做行的自定义排序，也不失为一种好的技巧。
列的选择方式分为单列选择、连续多列选择和不连续多列选择3种，如图4-24所示，列选择的表示方式有两种：一种列索引为自然序号，格式只能表示为df.loc[：，列索引序号]；另一种列索引为标签，格式只能表示为df.loc[：，'列索引标签']。这两种表示方式都会在下面的示例做演示。
实际上loc切片法的完整表达方式为df.loc[行索引，列索引]，其逗号（，）前面的冒号（：）表示选择所有行，所以不管是df.loc[：，列索引序号]，还是df.loc[：，'列索引标签']，表示的意思都是选择指定列的所有行。
图4-24 两种方式的列索引
1）单列选择
如果DataFrame表格的列索引是自然序号，则表示方式为df.loc[：，单个列索引序号]；如果列索列是标签，则表示方式为df.loc[：，'单个列索引标签']，示例代码如下：
运行结果如图4-25（a）所示。
运行结果如图4-25（b）所示。
图4-25 两种单列选择的对比结果
注意： 使用loc切片法选择的单列，返回结果不是DataFrame表格，而是Series数据。
2）连续多列选择
如果DataFrame表格的列索引是自然序号，则表示方式为df.loc[：，起始列索引序号：终止列索引序号]；如果列索引是标签，则表示方式为df.loc[：，起始列索引标签：终止列索引标签]，示例代码如下：
运行结果如图4-26（a）所示。
运行结果如图4-26（b）所示。
图4-26 两种连续多列选择的对比结果
3）不连续多列选择
将索引列对应的序号或者签标写入列表、数组和Series等数据结构中，序号或者签标可以不按顺序排列，示例代码如下：
运行结果如图4-27（a）所示。
运行结果如图4-27（b）所示。
图4-27 两种不连续多列选择的对比结果
不连续多列的选择，由于索引列对应的序号或者签标可以打乱顺序，所以做列的自定义排序，也不失为一种好的技巧。
区域选择就是同时对行和列进行选择，它们交叉的区域就是最终要选择的区域。区域选择可以是任意行和列的组合形式。下面以图4-28所示的表格为例，罗列了常见的区域选择形式，示例代码如下：
图4-28 进行区域选择的DataFrame表格
iloc切片法与loc切片法的用方法相似，但无论DataFrame表格的行列索引是自然序号还是标签，iloc都只能用索引序号来做切片。同时也不能像loc一样对DataFrame表格的行执行筛选。
前面详细讲解了DataFrame表格的各种切片方式，接下来对比总结一下各种切片方式的表达方式，利于读者对照学习，见表4-1所示。
表4-1 各种切片方式的表达方式
注意： 可以将筛选法理解为直接切片法和loc切片法的补充。筛选法可以在它们的行索引中应用。