当使用 Pandas 处理数据时,我们可以使用不同的方法来获取行和列。下面是一些常见的方法:
获取列
- 通过列名获取指定列
要使用 Panda 获取 DataFrame 中的某个列,请使用 DataFrame 的列名进行索引:
# 创建一个 DataFrame
import pandas as pd
data = {'name': ['Amy', 'Bob', 'Chris', 'David'],
'age': [25, 28, 30, 35],
'gender':['F', 'M', 'M', 'M']}
df = pd.DataFrame(data)
# 获取列名为 name 的列
name = df['name']
print(name)
# 输出:
# 0 Amy
# 1 Bob
# 2 Chris
# 3 David
# Name: name, dtype: object
- 通过位置获取列
使用 iloc
属性,我们可以通过列的整数位置来获取列:
import pandas as pd
data = {'name': ['Amy', 'Bob', 'Chris', 'David'],
'age': [25, 28, 30, 35],
'gender':['F', 'M', 'M', 'M']}
df = pd.DataFrame(data)
# 获取第 1 列
col1 = df.iloc[:, 0]
print(col1)
# 输出:
# 0 Amy
# 1 Bob
# 2 Chris
# 3 David
# Name: name, dtype: object
# 获取第 2 列
col2 = df.iloc[:, 1]
print(col2)
# 输出:
# 0 25
# 1 28
# 2 30
# 3 35
# Name: age, dtype: int64
获取行
- 使用行索引获取指定行
使用 loc
属性,我们可以通过行索引来获取指定行:
# 创建一个 DataFrame
import pandas as pd
data = {'name': ['Amy', 'Bob', 'Chris', 'David'],
'age': [25, 28, 30, 35],
'gender':['F', 'M', 'M', 'M']}
df = pd.DataFrame(data)
# 获取行索引为 1 的行
row1 = df.loc[1]
print(row1)
# 输出:
# name Bob
# age 28
# gender M
# Name: 1, dtype: object
- 通过切片获取多行
使用 iloc
属性和切片语法,我们可以获取指定范围内的多行:
# 创建一个 DataFrame
import pandas as pd
data = {'name': ['Amy', 'Bob', 'Chris', 'David'],
'age': [25, 28, 30, 35],
'gender':['F', 'M', 'M', 'M']}
df = pd.DataFrame(data)
# 获取第 2 到第 3 行
rows_2_3 = df.iloc[1:3, :]
print(rows_2_3)
# 输出:
# name age gender
# 1 Bob 28 M
# 2 Chris 30 M
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:pandas行和列的获取的实现 - Python技术站