pandas行和列的获取的实现

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

1. 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

1. 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

1. 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

1. 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