Python 处理 Pandas DataFrame 中的行和列

接下来我将详细讲解如何使用Python处理Pandas DataFrame中的行和列，以下是完整攻略：

1. 使用Python处理Pandas DataFrame中的行

在Pandas DataFrame中，我们可以使用iloc和loc函数来获取DataFrame中的行。

• iloc函数

iloc函数可以通过行的下标(index)来获取DataFrame中的行。例如，我们要获取df这个DataFrame的前5行：

import pandas as pd

# 创建DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3, 4, 5],
    'B': [6, 7, 8, 9, 10]
})

# 获取前5行
df.iloc[:5]

• loc函数

loc函数可以通过行的标签(label)来获取DataFrame中的行。例如，我们要获取df这个DataFrame中标签为1和3的行：

# 获取标签为1和3的行
df.loc[[1, 3]]

2. 使用Python处理Pandas DataFrame中的列

在Pandas DataFrame中，我们可以使用列名来获取DataFrame中的列。

import pandas as pd

# 创建DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3, 4, 5],
    'B': [6, 7, 8, 9, 10]
})

# 获取列A和列B
df[['A', 'B']]

3. 使用Python修改Pandas DataFrame中的行和列

在Panda DataFrame中，我们可以使用到“赋值”的方法来修改DataFrame中的行和列。

• 修改行

可以使用iloc和loc函数来选择DataFrame中的某些行，然后再用“赋值”的方法修改这些行。例如，我们要把df这个DataFrame中的第2和第4行的值全部设置为0：

# 将第2和第4行的值全部设置为0
df.iloc[[1, 3]] = 0

• 修改列

可以使用列名来获取DataFrame中的列，然后再用“赋值”的方法修改这些列。例如，我们要把df这个DataFrame中的列B的值全部设置为1：

# 将列B的值全部设置为1
df['B'] = 1

以上是关于“Python处理Pandas DataFrame中的行和列”的完整攻略，希望能对您有所帮助。