pandas抽取行列数据的几种方法

当我们使用pandas模块处理数据时，我们常常需要对数据进行抽取、筛选等操作。下面我将为大家介绍一些抽取行列数据的常用方法。

1. 通过标签名抽取列数据

我们可以使用[]和列的标签名来抽取列数据。例如：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Ella'],
        'age': [21, 22, 23, 20, 21], 
        'gender': ['female', 'male', 'male', 'male', 'female'],
        'score': [90, 89, 92, 87, 91]}

df = pd.DataFrame(data)

# 通过列的标签名抽取列数据
name_series = df['name']
score_series = df['score']

print(name_series)
print(score_series)

这段代码将会输出：

0       Alice
1         Bob
2     Charlie
3       David
4        Ella
Name: name, dtype: object
0    90
1    89
2    92
3    87
4    91
Name: score, dtype: int64

可以看到，我们通过列的标签名分别抽取了name和score列的数据。

2. 通过标签名抽取行数据

我们可以使用loc方法和行的标签名来抽取行数据。例如：

# 通过行的标签名抽取行数据
row_0 = df.loc[0]
row_2 = df.loc[2]

print(row_0)
print(row_2)

这段代码将会输出：

name       Alice
age           21
gender    female
score         90
Name: 0, dtype: object
name      Charlie
age            23
gender       male
score          92
Name: 2, dtype: object

可以看到，我们通过行的标签名分别抽取了第1行和第3行的数据。

3. 通过位置抽取行列数据

我们可以使用iloc方法通过位置来抽取行列数据。例如：

# 通过位置抽取行列数据
row_0_col_0 = df.iloc[0, 0]
row_1_col_2 = df.iloc[1, 2]
row_2_to_4_col_1_to_3 = df.iloc[2:5, 1:4]

print(row_0_col_0)
print(row_1_col_2)
print(row_2_to_4_col_1_to_3)

这段代码将会输出：

Alice
male
   age gender  score
2   23   male     92
3   20   male     87
4   21 female     91

可以看到，我们通过位置抽取了第1行第1列、第2行第3列以及前3行和第2到4列的数据。

总结：

以上就是pandas抽取行列数据的几种常用方法，其中通过标签名和位置抽取数据的方法比较常用。在实际应用中，我们可以根据具体的数据需求采用不同的方法进行数据抽取。