Pandas通过index选择并获取行和列

Pandas是一款数据处理和分析的速度很快、功能非常强大的Python库，它提供了许多方法和工具，方便我们对数据进行操作和分析。其中，pandas中的DataFrame是一种非常常用的数据结构，它可以将数据以表格的形式进行存储和展示，类似于Excel中的一个个表格。在pandas中，行与列都有一个类似于Excel中的编号，默认从0开始，行编号对应的是索引index，列编号对应的是列名columns。

在选择和获取DataFrame中的数据时，我们可以使用以下方式：

通过行索引选择并获取行

我们可以使用loc方法来通过行索引获取行数据，语法如下所示：

df.loc[index_label]

其中，index_label是指行索引Label，表示我们要获取哪一行的数据。loc方法返回的是行Series数据类型。

以下是一个通过行索引获取数据的示例代码：

import pandas as pd
data = {'name':['小强','小红','小明','小华'],
        'age':[20,21,22,23],
        'sex':['男','女','男','女'],
        'score':[88,90,95,85]}
df = pd.DataFrame(data, index=['a','b','c','d'])

# 通过行索引选择并获取行
row1 = df.loc['a']  # 获取第一行数据
row2 = df.loc['b']  # 获取第二行数据
print(row1)
print(row2)

输出结果：

name    小强
age     20
sex      男
score   88
Name: a, dtype: object

name    小红
age     21
sex      女
score   90
Name: b, dtype: object

通过列名选择并获取列

我们可以使用列名来获取DataFrame中的单个列数据，语法如下所示：

df[column_name]

其中，column_name是指列名，表示我们要获取哪一个列的数据。获取到的数据为Series类型。

以下是一个通过列名获取数据的示例代码：

import pandas as pd
data = {'name':['小强','小红','小明','小华'],
        'age':[20,21,22,23],
        'sex':['男','女','男','女'],
        'score':[88,90,95,85]}
df = pd.DataFrame(data, index=['a','b','c','d'])

# 获取单个列数据
name = df['name']  # 获取name列数据
score = df['score']  # 获取score列数据
print(name)
print(score)

输出结果：

a    小强
b    小红
c    小明
d    小华
Name: name, dtype: object

a    88
b    90
c    95
d    85
Name: score, dtype: int64

通过行索引和列名选择并获取单元格数据

我们可以使用loc方法来通过行索引和列名获取单个单元格的数据，语法如下所示：

df.loc[index_label, column_name]

其中，index_label是指行索引Label，column_name是指列名，表示我们要获取哪一行哪一个列的单元格数据。

以下是一个通过行索引和列名获取单元格数据的示例代码：

import pandas as pd
data = {'name':['小强','小红','小明','小华'],
        'age':[20,21,22,23],
        'sex':['男','女','男','女'],
        'score':[88,90,95,85]}
df = pd.DataFrame(data, index=['a','b','c','d'])

# 获取单个单元格数据
cell1 = df.loc['a', 'name']  # 获取第一行name列的元素
cell2 = df.loc['b', 'score']  # 获取第二行score列的元素
print(cell1)
print(cell2)

输出结果：

小强
90

总结：以上就是Pandas通过index选择并获取DataFrame中行与列的攻略，可以基于这个理解进一步进行数据的操作和分析。