使用[index，：]格式进行Python子集化和切片

Question

我曾经看过python DataFrames有时会使用[index，：]符号进行子集化，有时使用[index]就足够了。

使用简单的玩具示例：

df = pd.DataFrame({'a':[1,5,10,15,20,50,88]})
idx = [2,4,6]

我们可以使用以下任何一种来调用iloc方法：

df.iloc[idx,:]
df.iloc[idx]

获得结果：

    a
2  10
4  20
6  88

通话方法之间有什么区别吗？我应该更喜欢使用一个吗？

Answer 1

主要是他们一样。

  

假设未遵守规范的轴为：。 （例如。   p.loc [＆＃39; a＆＃39;]等同于p.loc [＆＃39; a＆＃39;，：，：]）

     

Different Choices for Indexing

Answer 2

在df.iloc[idx,:]中，冒号在列上切片。在python中使用[：]时，您会切换所有选项。例如：

df = pd.DataFrame({'a':[1,5,10,15,20,50,88], 'b':[1,5,10,15,20,50,88]})
idx = [2,4,6]

没有列切片：

df.iloc[idx]

输出：

    a   b
2   10  10
4   20  20
6   88  88

使用列切片：

df.iloc[idx,:1]

输出：

    a
2   10
4   20
6   88

在这种情况下，问题是您是否要显式切片所有列。在我的谦虚意见中，我认为它将作为标准格式df.iloc[idx]显而易见。

http://pandas.pydata.org/pandas-docs/stable/indexing.html#selection-by-position