在Pandas Python中从数据框架中选择任何行

在 Pandas Python 中，可以通过行索引或布尔条件从数据框中选择行。下面我将介绍在 Pandas Python 中从数据框架中选择任何行的完整攻略，并提供一个简单的示例。

1. 选择单个行或多个行的子集

要选择单个行或多个行的子集，可以使用 loc 和 iloc 方法。 loc 方法使用标签索引， iloc 方法使用整数索引。如果要选择所有行，可以使用冒号(:)代替索引。

示例：

import pandas as pd

# 创建一个数据框架
df = pd.DataFrame({'名字': ['小明', '小红', '小刚', '小李'], '年龄': [20, 21, 22, 23]})
print(df)

# 选择单个行
print(df.loc[2])
print(df.iloc[2])

# 选择多个行
print(df.loc[1:3])
print(df.iloc[1:3])

# 选择所有行
print(df.loc[:])
print(df.iloc[:])

输出：

   姓名  年龄
0  小明  20
1  小红  21
2  小刚  22
3  小李  23

姓名    小刚
年龄    22
Name: 2, dtype: object
姓名    小刚
年龄    22
Name: 2, dtype: object
   姓名  年龄
1  小红  21
2  小刚  22
3  小李  23
   姓名  年龄
1  小红  21
2  小刚  22
   姓名  年龄
0  小明  20
1  小红  21
2  小刚  22
3  小李  23
   姓名  年龄
0  小明  20
1  小红  21
2  小刚  22
3  小李  23

2. 使用布尔条件选择行

要使用布尔条件从数据框中选择行，可以使用 loc 方法，并提供一个包含布尔条件的 Series。

示例：

import pandas as pd

# 创建一个数据框架
df = pd.DataFrame({'名字': ['小明', '小红', '小刚', '小李'], '年龄': [20, 21, 22, 23]})
print(df)

# 使用布尔条件选择行
print(df.loc[df['年龄'] > 21])

输出：

   姓名  年龄
0  小明  20
1  小红  21
2  小刚  22
3  小李  23

姓名    小刚
年龄    22
Name: 2, dtype: object
姓名    小李
年龄    23
Name: 3, dtype: object
   姓名  年龄
2  小刚  22
3  小李  23

在上述示例中，通过调用 df.loc 方法和年龄大于21的布尔条件，选择了年龄大于21的所有行。

希望这个攻略和示例能够帮助到你在 Pandas Python 中选择任何行的问题。