作者 | CDA數(shù)據(jù)分析師

之前是把所有的菜品都洗好并放在不同的盛放的容器里。現(xiàn)在要進(jìn)行切配了，需要把這些菜品挑選出來(lái)，比如想要做一盤涼拌黃瓜，需要先把黃瓜在他所在的容器中找出來(lái)；要做一盤可樂(lè)雞翅，需要先從容器中把雞翅找出來(lái)。

數(shù)據(jù)分析也是同樣的道理，你要分析什么，首先要把對(duì)應(yīng)的數(shù)據(jù)篩選出來(lái)。

常規(guī)的數(shù)據(jù)選擇主要有列選擇、行選擇、行列同時(shí)選擇三種方式。

一、列選擇

1、選擇某一列/某幾列

（1）Excel實(shí)現(xiàn)

在Excel中選擇某一列直接用鼠標(biāo)選中這一列即可；如果要同時(shí)選擇多列，且待選擇的列不是相鄰的，這個(gè)時(shí)候就可以先選中其中一列，然后按住Ctrl鍵不放，再選擇其他列。舉個(gè)例子，同時(shí)選擇客戶姓名和成交時(shí)間這兩列，如下圖所示。

（2）Python實(shí)現(xiàn)

在Python中我們要想獲取某列只需要在表df后面的方括號(hào)中指明要選擇的列名即可。如果是一列，則只需要傳入一個(gè)列名；如果是同時(shí)選擇多列，則傳入多個(gè)列名即可，多個(gè)列名用一個(gè)list存起來(lái)。

在Python中我們把這種通過(guò)傳入列名選擇數(shù)據(jù)的方式稱為普通索引。

除了傳入具體的列名，我們還可以傳入具體列的位置，即第幾列，對(duì)數(shù)據(jù)進(jìn)行選取，通過(guò)傳入位置來(lái)獲取數(shù)據(jù)時(shí)需要用到iloc方法。

在上面的代碼中，iloc 后的方括號(hào)中逗號(hào)之前的部分表示要獲取的行的位置，只輸入一個(gè)冒號(hào)，不輸入任何數(shù)值表示獲取所有的行；逗號(hào)之后的方括號(hào)表示要獲取的列的位置，列的位置同樣是也是從0開(kāi)始計(jì)數(shù)。

我們把這種通過(guò)傳入具體位置來(lái)選擇數(shù)據(jù)的方式稱為位置索引。

2、選擇連續(xù)的某幾列

（1）Excel實(shí)現(xiàn)

在Excel中，要選擇連續(xù)的幾列時(shí)，直接用鼠標(biāo)選中這幾列即可操作。當(dāng)然了，你也可以先選擇一列，然后按住 Ctrl 鍵再去選擇其他列，由于要選取的列是連續(xù)的，因此沒(méi)必要這么麻煩。

（2）Python實(shí)現(xiàn)

在Python中可以通過(guò)前面介紹的普通索引和位置索引獲取某一列或多列的數(shù)據(jù)。當(dāng)你要獲取的是連續(xù)的某幾列，用普通索引和位置索引也是可以做到的，但是因?yàn)槟阋@取的列是連續(xù)的，所以只要傳入這些連續(xù)列的位置區(qū)間即可，同樣需要用到 iloc方法。

在上面的代碼中，iloc 后的方括號(hào)中逗號(hào)之前的表示選擇的行，當(dāng)只傳入一個(gè)冒號(hào)時(shí)，表示選擇所有行；逗號(hào)后面表示要選擇列的位置區(qū)間，0:3表示選擇第1列到第4列之間的值（包含第1列但不包含第4列），我們把這種通過(guò)傳入一個(gè)位置區(qū)間來(lái)獲取數(shù)據(jù)的方式稱為切片索引。

二、行選擇

1、選擇某一行/某幾行

（1）Excel實(shí)現(xiàn)

在Excel中選擇行與選擇列的方式是一樣的，先選擇一行，按住Ctrl鍵再選擇其他行。

（2）Python實(shí)現(xiàn)

在Python中，獲取行的方式主要有兩種，一種是普通索引，即傳入具體行索引的名稱，需要用到loc方法；另一種是位置索引，即傳入具體的行數(shù)，需要用到iloc方法。

為了讓大家看得更清楚，我們對(duì)行索引進(jìn)行自定義。

2、選擇連續(xù)的某幾行

（1）Excel實(shí)現(xiàn)

在Excel中選擇連續(xù)的某幾行與選擇連續(xù)的某幾列方法一致，不再贅述。

（2）Python實(shí)現(xiàn)

在Python中，選擇連續(xù)的某幾行時(shí)，你同樣可以把要選擇的每一個(gè)行索引名字或者行索引的位置輸進(jìn)去。很顯然這是沒(méi)有必要的，只要把連續(xù)行的位置用一個(gè)區(qū)間表示，然后傳給iloc即可。

3、選擇滿足條件的行

前兩節(jié)獲取某一列時(shí)，獲取的是這一列的所有行，我們還可以只篩選出這一列中滿足條件的值。

比如年齡這一列，需要把非異常值（大于200的屬于異常值），即小于200歲的年齡篩選出來(lái)，該怎么實(shí)現(xiàn)呢？

（1）Excel實(shí)現(xiàn)

在Excel中我們直接使用篩選功能，將滿足條件的值篩選出來(lái)，篩選方法如下圖所示。

篩選年齡小于200的數(shù)據(jù)前后的對(duì)比如下圖所示。

（2）Python實(shí)現(xiàn)

在Python中，我們直接在表名后面指明哪列要滿足什么條件，就可以把滿足條件的數(shù)據(jù)篩選出來(lái)。

我們把上面這種通過(guò)傳入一個(gè)判斷條件來(lái)選擇數(shù)據(jù)的方式稱為布爾索引。

傳入的條件還可以是多個(gè)，如下為選擇的年齡小于200且唯一識(shí)別碼小于102的數(shù)據(jù)。

三、行列同時(shí)選擇

上面的數(shù)據(jù)選擇都是針對(duì)單一的行或列進(jìn)行選擇，實(shí)際業(yè)務(wù)中我們也會(huì)用到行、列同時(shí)選擇，所謂的行、列同時(shí)選擇就是選擇出行和列的相交部分。

例如，我們要選擇第二、三行和第二、三列相交部分的數(shù)據(jù)，下圖中的陰影部分就是最終的選擇結(jié)果。

行列同時(shí)選擇在Excel中主要是通過(guò)鼠標(biāo)拖曳實(shí)現(xiàn)的，與前面的單一行/列選擇方法一致，此處不再贅述，接下來(lái)主要講講在Python中如何實(shí)現(xiàn)。

1、普通索引+普通索引選擇指定的行和列

普通索引+普通索引就是通過(guò)同時(shí)傳入行和列的索引名稱進(jìn)行數(shù)據(jù)選擇，需要用到loc方法。

loc方法中的第一對(duì)方括號(hào)表示行索引的選擇，傳入行索引名稱；loc方法中的第二對(duì)方括號(hào)表示列索引的選擇，傳入列索引名稱。

2、位置索引+位置索引選擇指定的行和列

位置索引+位置索引是通過(guò)同時(shí)傳入行、列索引的位置來(lái)獲取數(shù)據(jù)，需要用到iloc方法。

在 iloc 方法中的第一對(duì)方括號(hào)表示行索引的選擇，傳入要選擇行索引的位置；第二對(duì)方括號(hào)表示列索引的選擇，傳入要選擇列索引的位置。行和列索引的位置都是從0開(kāi)始計(jì)數(shù)。

3、布爾索引+普通索引選擇指定的行和列

布爾索引+普通索引是先對(duì)表進(jìn)行布爾索引選擇行，然后通過(guò)普通索引選擇列。

上面的代碼表示選擇年齡小于200的訂單編號(hào)和年齡，先通過(guò)布爾索引選擇出年齡小于200的所有行，然后通過(guò)普通索引選擇訂單編號(hào)和年齡這兩列。

4、切片索引 + 切片索引選擇指定的行和列

切片索引 + 切片索引是通過(guò)同時(shí)傳入行、列索引的位置區(qū)間進(jìn)行數(shù)據(jù)選擇。

5、切片索引 + 普通索引選擇指定的行和列

前面我們說(shuō)過(guò)，如果是普通索引，就直接傳入行或列名，用 loc 方法即可；如果是切片索引，也就是傳入行或者列的位置區(qū)間，要用 iloc 方法。如果是切片索引+普通索引，也就是行（列）用切片索引，列（行）用普通索引，這種交叉索引要用ix方法。