Pandas - 只选择一些行

在处理数据时，有时我们需要只选择其中的一些行。Pandas 提供了许多方法来实现这一目的。

1. 使用 loc 方法

loc 方法允许通过标签或布尔数组选择行。下面的代码演示如何使用 loc 方法选择行：

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie', 'David'],
                   'age': [25, 30, 35, 40],
                   'gender': ['F', 'M', 'M', 'M']})

# 使用 loc 方法选择行
df.loc[[0, 2]]  # 选择第一行和第三行
df.loc[df['age'] > 30]  # 选择年龄大于 30 岁的行

2. 使用 iloc 方法

iloc 方法允许通过整数索引选择行。下面的代码演示如何使用 iloc 方法选择行：

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie', 'David'],
                   'age': [25, 30, 35, 40],
                   'gender': ['F', 'M', 'M', 'M']})

# 使用 iloc 方法选择行
df.iloc[[0, 2]]  # 选择第一行和第三行
df.iloc[1:3]  # 选择第二行到第三行

3. 使用 query 方法

query 方法允许使用 SQL 样式的查询选择行。下面的代码演示如何使用 query 方法选择行：

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie', 'David'],
                   'age': [25, 30, 35, 40],
                   'gender': ['F', 'M', 'M', 'M']})

# 使用 query 方法选择行
df.query("age > 30")  # 选择年龄大于 30 岁的行
df.query("gender == 'M'")  # 选择性别为男性的行

这就是 Pandas 中只选择一些行的几种方法。在实际中，我们可以根据具体的需求选择适合自己的方法。