#### 切片

　　切片的概念同前面Series中說到的切片一樣，當我們要獲取**連續的**多行或者多列數據的時候考慮使用切片。

　　切片也是獲取多行或者多列數據的一種方式。

　　代碼展示(大家可以注釋其他的，逐個演示哦)：

　　```python

　　# 連續多行獲取

　　row_list1 = data.loc['北京市':'吉林省']

　　print(row_list1)

　　row_list2 = data['北京市':'吉林省':2]

　　print(row_list2)

　　# 隱式連續多行

　　row_list3 = data.iloc[3:10]

　　print(row_list3)

　　# 隱式多列獲取 (連續的列)

　　col_list2 = data.iloc[:,2:6]

　　print(col_list2)

　　# 指定步長

　　col_list3 = data.iloc[:,2:10:2]

　　print(col_list3)

　　# 指定行列和步長

　　data1 = data.iloc[2:15:2:2:10:3]

　　print(data1)

　　```

　　另外loc還可以支持bool列表的形式，我們使用一個簡單的數據給大家展示。

　　```python

　　df = pd.DataFrame([[1, 2, 3,4], [4, 5, 6,7]], index=['row0', 'row1'], columns=['col0', 'col1', 'col2','col3'])

　　df.loc[[True,False]]

　　```

　　結果：　　

　　當然還可以有條件的獲取，指定的行或者列。代碼如下：

　　```python

　　df = pd.DataFrame([[1, 2, 3,4], [4, 5, 6,7], [8, 9, 10,11]], index=['row0', 'row1','row2'], columns=['col0', 'col1', 'col2','col3'])

　　df.loc[df['col1']>=5] # 獲取col1列數值大于5的行

　　# df.loc[:,df.loc['row1']>5] # 獲取row1值大于5的列

　　```　　

　　問題來啦!如果獲取北京市2017年第1季度結婚登記的結婚數據如何獲取呢?那就是元素獲取了。

　　我們給大家分了如下幾種獲取方式：

　　> 先獲取行在獲取列，如：df.loc\["北京市"]["2017年第1季度結婚登記"]

　　>

　　> 先獲取列在獲取行，如：df\["2017年第1季度結婚登記"]["北京市"]

　　>

　　> 二維形式進行獲取單個值，如：df.loc["北京市","2017年第1季度結婚登記"] 或者 df.iloc[行隱式索引,列隱式索引]

　　```

　　data.loc["北京市"]["2017年第1季度結婚登記"]

　　# data["2017年第1季度結婚登記"]["北京市"]

　　# data.loc["北京市","2017年第1季度結婚登記"]

　　```　　

　　總結： loc和iloc函數都是用來選擇某行/列的，iloc與loc的不同是：iloc是按照行/列索引所在的位置來選取數據，參數只能是整數。而loc是按照索引名稱來選取數據，參數類型依索引類型而定;

　　更多關于Python培訓的問題，歡迎咨詢千鋒教育在線名師，如果想要了解我們的師資、課程、項目實操的話可以點擊咨詢課程顧問，獲取試聽資格來試聽我們的課程，在線零距離接觸千鋒教育大咖名師，讓你輕松從入門到精通。

　　注：本文部分文字和圖片來源于網絡，如有侵權，請聯系刪除。版權歸原作者所有!