在Pandas中使用iloc[]和iat[]从数据框架中选择任何行

在Pandas中，iloc[]和iat[]都可以用于选择数据框架中的特定行。下面我们详细的介绍一下它们的用法。

1. iloc[]

iloc[]的格式为dataframe.iloc[row_indexer, column_indexer]，其中row_indexer表示行的标号，column_indexer表示列的标号。如果只需要选取行，column_indexer可以省略。特别的，如果row_indexer为一个整数，表示选取DataFrame中的第row_indexer行。

以下是使用iloc[]选取特定行的具体步骤：

首先，假如我们有一个名为df的数据框架，它的前5行如下所示：

   name  age  gender
0   Jon   22       M
1  Mary   27       F
2   Tom   35       M
3  Lucy   18       F
4  John   45       M

如果要选取第一行数据，可使用以下方式：

df.iloc[0, :]

这意味着我们要选择第0行，同时选取所有的列。如果只需要选取某几列，可以这样做：

df.iloc[0, [0, 2]]

这样就选取了第0行的名字和性别。如果想要选取第2到第5行，并且只选取age这一列，可以这样实现：

df.iloc[2:5, 1]

这会选择从第2行到第4行的数据，并且只选取age这一列。

我们也可以使用iloc[]进行行切片和列切片：

df.iloc[2:5, :] # 选取第2到第4行的所有列
df.iloc[:, 1] #选取所有行，只选取第1列的数据（即年龄）

1. iat[]

iat[]的格式比较简单，它的格式为dataframe.iat[row_index,column_index]，它会返回DataFrame中第row_index行，第column_index列的元素。

以下是使用iat[]提取DataFrame中特定行的例子：

df.iat[0, 0] #选取第1行第1列的元素

以上示例代码输出结果为“Jon”。

提示：iloc[]的灵活性更高，在实际应用中更常用。但是，如果需要处理大量的数据时，iat[]由于较快的访问速度，可能会比iloc[]更快。