python查看数据的子集——head、tail、loc、iloc

head(n)：查看前n行

import pandas as pd 
import numpy as np 
df=pd.read_csv('D:/pandas活用/pandas_for_everyone-master/data/gapminder.tsv',sep='\t')
print(df.head())
print(df.head(10))#print(df.head(n=10))

输出结果如下 

tail(n)：查看后n行

import pandas as pd 
import numpy as np 
df=pd.read_csv('D:/pandas活用/pandas_for_everyone-master/data/gapminder.tsv',sep='\t')
print(df.tail())
print(df.tail(10))#print(df.tail(n=10))

loc：使用索引标签和列名获取子集

import pandas as pd 
import numpy as np 
df=pd.read_csv('D:/pandas活用/pandas_for_everyone-master/data/gapminder.tsv',sep='\t')
print(df.loc[0,'year'])#使用中括号选择行列，使用逗号分割
print(df.loc[0:10,['country','year']])#如需要选取多行或多列，需要传入列表作为值，这里的索引标签恰好是索引号，无需使用列表
print(df.loc[1700:,'country'])#使用冒号：选取从第几到第几，如[:10,:]选择从第一行开始到第十行，后面的：两边都没有指定则默认全部列
print(df.loc[1700:,:])

iloc：使用索引号获取子集

import pandas as pd 
import numpy as np 
df=pd.read_csv('D:/pandas活用/pandas_for_everyone-master/data/gapminder.tsv',sep='\t')
print(df.iloc[0,2])
print(df.iloc[0:10,[0,2]])
print(df.iloc[1700:,0])
print(df.iloc[1700:,:])

 loc和iloc的区别：

通过上面的运行我们可以看出，一个是通过索引标签和列名进行选择，一个是通过行和列确切的索引号即具体第几个的位置来进行索引，这个不能搞混，否则如下报错，因为我们如下使用loc，但是传给了它的列名是2，因此它是找不到名字为2的列的，如果给iloc传入一个列名而非索引号，也会出现错误