pandas Dataframe行列读取的实例

下面我来为你详细讲解一下“pandas Dataframe行列读取的实例”完整攻略。

1. 创建pandas DataFrame对象

首先，我们需要创建一个pandas DataFrame对象，用来演示如何读取行和列。这里我以以下代码为例：

import pandas as pd

data = {
    'name': ['Amy', 'Bob', 'Charlie', 'David', 'Emma'],
    'age': [21, 25, 30, 20, 26],
    'gender': ['F', 'M', 'M', 'M', 'F'],
    'score': [78, 80, 82, 85, 88]
}

df = pd.DataFrame(data)
print(df)

上面的代码创建了一个包含5行4列的DataFrame对象，其中每一列分别代表姓名(name)、年龄(age)、性别(gender)和分数(score)。我们可以通过调用print()函数来输出这个DataFrame对象的内容：

       name  age gender  score
0       Amy   21      F     78
1       Bob   25      M     80
2   Charlie   30      M     82
3     David   20      M     85
4      Emma   26      F     88

2. 读取DataFrame对象的行和列

2.1 读取单列数据

我们可以使用列名来读取单独的一列数据。例如，我们想要读取name这一列的数据，可以使用以下代码：

print(df['name'])

输出结果：

0        Amy
1        Bob
2    Charlie
3      David
4       Emma
Name: name, dtype: object

2.2 读取多列数据

如果我们想要读取多列数据，可以使用以下代码：

print(df[['name', 'age']])

输出结果：

      name  age
0      Amy   21
1      Bob   25
2  Charlie   30
3    David   20
4     Emma   26

2.3 读取单行数据

我们可以使用loc或iloc属性和行索引来读取某一行数据。例如，如果我们想要读取第2行的数据，可以使用以下代码：

print(df.iloc[1])

输出结果：

name      Bob
age        25
gender      M
score      80
Name: 1, dtype: object

2.4 读取多行数据

同样地，我们也可以使用loc或iloc属性和行索引来读取多行数据。例如，如果我们想要读取第2、3、4行的数据，可以使用以下代码：

print(df.iloc[1:4])

输出结果：

      name  age gender  score
1      Bob   25      M     80
2  Charlie   30      M     82
3    David   20      M     85

3.总结

在本篇攻略中，我们讲解了如何创建pandas DataFrame对象以及如何读取行和列。我们通过使用列名或行索引来读取特定的行和列。希望本篇攻略对你有所帮助！