如何对pandas DataFrame切片以获取指定坐标位置的子集数据

Pandas 中按整数位置提取DataFrame子集统一使用iloc索引器，语法规则为df.iloc[行切片范围, 列切片范围]，切片遵循左闭右开规则，不需要指定列名或索引名，直接传入坐标位置即可。

示例代码 #

首先给出测试用DataFrame：

import pandas as pd

df = pd.DataFrame([
    [16, 3, 2, 13],
    [5, 10, 11, 8],
    [9, 6, 7, 12],
    [4, 15, 14, 1]            
])

如果需要输出嵌套列表格式的结果，在切片后调用.values.tolist()方法即可。

各区域切片实现 #

• 左上角2×2区域

  # 取前2行、前2列
  top_left = df.iloc[:2, :2].values.tolist()
  # 输出：[[16, 3], [5, 10]]
  

• 右上角2×2区域

  # 取前2行、后2列
  top_right = df.iloc[:2, -2:].values.tolist()
  # 输出：[[2, 13], [11, 8]]
  

• 左下角2×2区域

  # 取后2行、前2列
  bottom_left = df.iloc[-2:, :2].values.tolist()
  # 输出：[[9, 6], [4, 15]]
  

• 右下角2×2区域

  # 取后2行、后2列
  bottom_right = df.iloc[-2:, -2:].values.tolist()
  # 输出：[[7, 12], [14, 1]]
  

• 中间2×2区域
  注：原问题期望的中间2×2输出存在笔误，按给出的测试df实际运行结果如下：

  # 取行索引1~3（共2行）、列索引1~3（共2列）
  center = df.iloc[1:3, 1:3].values.tolist()
  # 输出：[[10, 11], [6, 7]]
  

通用切片公式 #

如果要从坐标(x, y)（x为起始行位置，y为起始列位置，从0开始计数）提取m行n列的子集，通用写法为：

sub_df = df.iloc[x : x+m, y : y+n]

内容的提问来源于stack exchange，提问作者ccpizza