Pandas 中给定列的有限行选择 | Python

在 Pandas 中，有时我们需要选择给定列的一定数量行来进行分析。这可以使用 df.loc[] 方法轻松实现。此外，我们可以使用 df.iloc[] 方法按行号选择行。在本篇文章中，我们将介绍如何使用这些方法进行有限行选择。

首先，我们需要导入 Pandas 库和创建一个 DataFrame。

import pandas as pd

data = {'Name': ['John', 'Mary', 'Peter', 'Jeff', 'David'],
        'Age': [24, 36, 29, 40, 31],
        'Gender': ['M', 'F', 'M', 'M', 'M'],
        'Nationality': ['USA', 'Canada', 'Australia', 'USA', 'UK'],
        'Salary': [50000, 75000, 65000, 80000, 70000]}

df = pd.DataFrame(data)

现在，我们已经创建了一个包含五个名字、年龄、性别、国籍和薪水的 DataFrame。让我们使用 df.loc[] 方法选择 Age 列的前两行。

age_data = df.loc[0:1, ['Age']]
print(age_data)

输出结果如下所示：

   Age
0   24
1   36

这里，我们使用 df.loc[] 方法选择从行 0 到 1 的 Age 列，并将其分配给 age_data 变量。然后，我们打印 age_data 变量，以显示选择的行和列。

我们还可以使用 df.iloc[] 方法按行号选择行。在下面的示例中，我们将前三行和第四列中的数据分配给变量 data。

data = df.iloc[0:3, 3]
print(data)

输出结果如下所示：

0          USA
1       Canada
2    Australia
Name: Nationality, dtype: object

可以看到，我们选择了前三行的 Nationality 列，并分配给变量 data。请注意，此处使用的是 df.iloc[] 方法，而不是 df.loc[] 方法。

总结：

这篇文章中，我们介绍了如何使用 Pandas 中的 df.loc[] 和 df.iloc[] 方法选择给定列的有限行。此方法对于数据分析和数据科学领域非常有用，因为它允许我们快速有效地选择感兴趣的数据以进行分析。