从 Pandas 中的 Dataframe 中选择任何行 | Python

在使用 Pandas 进行数据处理时，选择特定的行是一项非常基础的任务。本文将介绍在 Pandas 中如何选择 Dataframe 中的任何行。

选择单行

如果你只需要选择 Dataframe 中的一行，可以使用 iloc 关键字：

import pandas as pd

# 创建一个简单的 Dataframe
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 使用 iloc 选择第一行
row = df.iloc[0]

此时变量 row 将包含 Dataframe 的第一行。你也可以使用 loc 关键字，并给定行的标签（如果存在）：

import pandas as pd

# 创建一个简单的 Dataframe，给行标签
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=['row1', 'row2', 'row3'])

# 使用 loc 选择 'row1'
row = df.loc['row1']

选择多行

如果你需要选择多行，可以使用切片语法：

import pandas as pd

# 创建一个简单的 Dataframe，给行标签
df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8], 'C': [9, 10, 11, 12]}, index=['row1', 'row2', 'row3', 'row4'])

# 使用切片选择前三行
rows = df.iloc[:3]

你也可以使用 loc 并选择包含多个标签的列表：

import pandas as pd

# 创建一个简单的 Dataframe，给行标签
df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8], 'C': [9, 10, 11, 12]}, index=['row1', 'row2', 'row3', 'row4'])

# 使用 loc 选择 'row1' 和 'row3'
rows = df.loc[['row1', 'row3']]

选择符合条件的行

如果你需要选择符合条件的行，可以使用布尔索引：

import pandas as pd

# 创建一个简单的 Dataframe，给行标签
df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8], 'C': [9, 10, 11, 12]}, index=['row1', 'row2', 'row3', 'row4'])

# 选择 'A' 列中大于 2 的行
rows = df[df['A'] > 2]

此时变量 rows 将是包含所有符合条件的行的 Dataframe。

以上是在 Pandas 中选择任何行的几种方法。通过选择这些行，你可以将 Dataframe 中的特定数据提取出来，并用于后续的数据处理任务。