Python pandas 获取数据框元素

在数据科学领域中，pandas是一个强大的Python库，用于数据清理、分析和建模。它提供了许多方便的功能，其中之一就是通过索引和标签获取数据框（DataFrame）的元素。

索引

通过索引，您可以访问数据框的行和列。您可以使用“loc”和“iloc”运算符来实现这一点。

loc

“loc”是通过标签（行和列的名称）访问数据框元素的运算符。下面是“loc”运算符的示例：

import pandas as pd

# create a sample dataframe
data = {'name': ['Jack', 'Jill', 'John'], 'age': [25, 30, 35], 'city': ['New York', 'London', 'Paris']}
df = pd.DataFrame(data)

print(df.loc[1]) # access the second row
print(df.loc[:, 'name']) # access the 'name' column
print(df.loc[1, 'city']) # access the 'city' value of the second row

结果输出：

name       Jill
age          30
city     London
Name: 1, dtype: object
0    Jack
1    Jill
2    John
Name: name, dtype: object
London

iloc

“iloc”运算符是通过索引（行和列的位置）访问数据框元素的运算符。下面是“iloc”运算符的示例：

import pandas as pd

# create a sample dataframe
data = {'name': ['Jack', 'Jill', 'John'], 'age': [25, 30, 35], 'city': ['New York', 'London', 'Paris']}
df = pd.DataFrame(data)

print(df.iloc[1]) # access the second row
print(df.iloc[:, 0]) # access the first column
print(df.iloc[1, 2]) # access the 'city' value of the second row

结果输出：

name       Jill
age          30
city     London
Name: 1, dtype: object
0    Jack
1    Jill
2    John
Name: name, dtype: object
London

标签

pandas还支持通过标签获取数据框元素。您可以使用“at”和“iat”运算符来实现这一点。

at

“at”运算符是通过标签（行和列的名称）访问数据框元素的运算符。下面是“at”运算符的示例：

import pandas as pd

# create a sample dataframe
data = {'name': ['Jack', 'Jill', 'John'], 'age': [25, 30, 35], 'city': ['New York', 'London', 'Paris']}
df = pd.DataFrame(data)

print(df.at[1, 'age']) # access the 'age' value of the second row

结果输出：

30

iat

“iat”运算符是通过索引（行和列的位置）访问数据框元素的运算符。下面是“iat”运算符的示例：

import pandas as pd

# create a sample dataframe
data = {'name': ['Jack', 'Jill', 'John'], 'age': [25, 30, 35], 'city': ['New York', 'London', 'Paris']}
df = pd.DataFrame(data)

print(df.iat[1, 1]) # access the 'age' value of the second row

结果输出：

30

结论

通过使用上述运算符之一，您可以轻松访问您的数据框或选定的行和列。在您的数据科学项目中，pandas中的数据框元素是必不可少的。