从 Python 中的数据框中选择特定行

在 Python 中的 pandas 库中，数据框（DataFrame）被用来表示表格型的数据结构。当我们想要在数据框中选择特定行时，可以使用以下几种方式。

1. loc 方法

使用 loc 方法，可以通过行和列标签来选择数据：

import pandas as pd

df = pd.read_csv('data.csv')

# 选取行标签为 0 和 2 的数据，以及 'Name' 和 'Age' 两列
selected_data = df.loc[[0, 2], ['Name', 'Age']]

以上代码中，我们首先导入了 pandas 库，然后通过 read_csv 方法读取了一个 csv 文件，生成了一个数据框 df。接着，使用 loc 方法选择了行标签为 0 和 2 的数据，以及 'Name' 和 'Age' 两列，并将结果存入了 selected_data 变量中。

2. iloc 方法

使用 iloc 方法，可以通过行和列的整数位置来选择数据：

import pandas as pd

df = pd.read_csv('data.csv')

# 选取第一行和第三行，以及第一列和第二列的数据
selected_data = df.iloc[[0, 2], [0, 1]]

以上代码中，我们使用 iloc 方法选择了第一行和第三行，以及第一列和第二列的数据，并将结果存入了 selected_data 变量中。

3. Boolean indexing

使用 Boolean indexing，可以通过自定义的条件来选择数据：

import pandas as pd

df = pd.read_csv('data.csv')

# 选取 'Age' 列中大于 25 的数据
selected_data = df[df['Age'] > 25]

以上代码中，我们选取了 'Age' 列中大于 25 的数据，并将结果存入了 selected_data 变量中。该方式非常灵活，只需要满足自定义的条件即可。

通过以上三种方式，我们可以轻松地从 Python 的数据框中选择特定行的数据。这些方式都具有灵活性和可定制性，可以根据实际需求进行选择。