如何从Pandas数据框架中选择行

在Pandas中，选择数据框架（DataFrame）中的行有多种方法。以下是一些可以使用的主要方法：

1. 使用 iloc

iloc是通过整数位置选择行的最基本方法。它允许您按位置选择一个或多个行。以下是一个简单的示例：

import pandas as pd

df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35]})

# 选择第一行
first_row = df.iloc[0]
print(first_row)

# 选择前两行
first_two_rows = df.iloc[0:2]
print(first_two_rows)

输出结果为：

name    Alice
age        25
Name: 0, dtype: object

     name  age
0   Alice   25
1     Bob   30

在第一个示例中，我们使用 iloc[0] 选择第一行。在第二个示例中，我们使用 iloc[0:2] 选择前两行。

2. 使用 loc

loc是通过标签选择行的方法。它允许您按标签选择一个或多个行。以下是一个简单的示例：

import pandas as pd

df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35]}, index=['a', 'b', 'c'])

# 选择名为“b”的行
row_b = df.loc['b']
print(row_b)

# 选择名为“c”和“a”的行
rows_ca = df.loc[['c', 'a']]
print(rows_ca)

输出结果为：

name    Bob
age      30
Name: b, dtype: object

       name  age
c  Charlie   35
a     Alice   25

在第一个示例中，我们使用 loc['b'] 选择名为“b”的行。在第二个示例中，我们使用 loc[['c', 'a']] 选择名为“c”和“a”的行。

3. 使用布尔条件选择

Pandas提供了一种方便的方法，可以使用布尔条件选择行。例如：

import pandas as pd

df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35]})

# 选择年龄大于等于30的行
older_than_29 = df[df['age'] >= 30]
print(older_than_29)

输出结果为：

      name  age
1      Bob   30
2  Charlie   35

在上面的示例中，我们使用 df['age'] >= 30 来创建一个布尔条件。然后将它传递给数据框架，以选择所有满足该条件的行。

4. 使用 query

query是一种类似于SQL查询语句的方法，它允许您使用复杂的查询条件选择行。例如：

import pandas as pd

df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35]})

# 选择年龄大于等于30的行
older_than_29 = df.query('age >= 30')
print(older_than_29)

输出结果为：

      name  age
1      Bob   30
2  Charlie   35

在上面的示例中，我们使用 query('age >= 30') 来选择所有满足年龄大于等于30的行。

这些方法是从Pandas中选择行的基本方法。可以根据需要进行调整和组合，以获取您需要的任何特定行。