Python 处理 Pandas DataFrame 中的行和列

处理 Pandas DataFrame 中的行和列是 Python 数据分析的重要步骤之一。以下是处理 Pandas DataFrame 中的行和列的完整攻略：

一、选取 DataFrame 中的列

1. 选取单列

我们可以使用中括号 “[]” 和列名来选取 DataFrame 中的单列，如下所示：

import pandas as pd

df = pd.DataFrame({
    'name': ['Lucy', 'Jack', 'Tom'],
    'age': [18, 20, 25],
    'gender': ['female', 'male', 'male']
})

name = df['name']
print(name)

输出结果为：

0    Lucy
1    Jack
2     Tom
Name: name, dtype: object

2. 选取多列

我们也可以使用中括号 “[]” 和列名列表来选取多列，如下所示：

import pandas as pd

df = pd.DataFrame({
    'name': ['Lucy', 'Jack', 'Tom'],
    'age': [18, 20, 25],
    'gender': ['female', 'male', 'male']
})

columns = ['name', 'age']
result = df[columns]
print(result)

输出结果为：

   name  age
0  Lucy   18
1  Jack   20
2   Tom   25

二、选取 DataFrame 中的行

1. 选取单行

我们可以使用 loc 或 iloc 属性，以及对应的行索引值来选取 DataFrame 中的单行，如下所示：

import pandas as pd

df = pd.DataFrame({
    'name': ['Lucy', 'Jack', 'Tom'],
    'age': [18, 20, 25],
    'gender': ['female', 'male', 'male']
}, index=['A', 'B', 'C'])

row1 = df.loc['A']
row2 = df.iloc[0]

print(row1)
print(row2)

输出结果为：

name        Lucy
age           18
gender    female
Name: A, dtype: object
name        Lucy
age           18
gender    female
Name: A, dtype: object

2. 选取多行

我们可以使用 loc 或 iloc 属性，以及对应的行索引值列表，来选取 DataFrame 中的多行，如下所示：

import pandas as pd

df = pd.DataFrame({
    'name': ['Lucy', 'Jack', 'Tom'],
    'age': [18, 20, 25],
    'gender': ['female', 'male', 'male']
}, index=['A', 'B', 'C'])

rows = df.loc[['A', 'B']]
print(rows)

输出结果为：

   name  age  gender
A  Lucy   18  female
B  Jack   20    male

三、选取 DataFrame 中的行和列

我们可以使用 loc 或 iloc 属性，以及对应的行索引值和列索引值，来选取 DataFrame 中的行和列，如下所示：

import pandas as pd

df = pd.DataFrame({
    'name': ['Lucy', 'Jack', 'Tom'],
    'age': [18, 20, 25],
    'gender': ['female', 'male', 'male']
}, index=['A', 'B', 'C'])

result1 = df.loc['A', 'name']
result2 = df.iloc[0, 1]

print(result1)
print(result2)

输出结果为：

Lucy
18

以上就是完整的处理 Pandas DataFrame 中的行和列的攻略，希望对你有所帮助。