Pandas 按索引选择行 - Python

Pandas 是一个强大的 Python 数据分析库，提供了广泛的数据处理和分析功能。在 Pandas 中，我们可以使用索引来选择、修改和操作数据框中的特定行。

索引选择行

1. 使用 loc 方法

loc 方法允许使用行的标签（索引）来选择行。它可以接受单个索引标签、索引标签列表或布尔数组作为输入。

以下是一些使用 loc 方法选择行的示例：

# 导入 Pandas 库
import pandas as pd

# 创建一个示例数据框
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
        'Age': [25, 30, 35, 40],
        'City': ['New York', 'Los Angeles', 'London', 'Tokyo']}
df = pd.DataFrame(data)

# 使用索引标签选择单个行
row = df.loc[1]
print(row)

# 使用索引标签列表选择多个行
rows = df.loc[[0, 2]]
print(rows)

# 使用布尔数组选择满足条件的行
selected_rows = df.loc[df['Age'] > 30]
print(selected_rows)

输出结果：

Name             Bob
Age               30
City    Los Angeles
Name: 1, dtype: object

      Name  Age      City
0    Alice   25  New York
2  Charlie   35    London

      Name  Age   City
2  Charlie   35  London
3    David   40  Tokyo

2. 使用 iloc 方法

iloc 方法允许使用整数位置选择行。它可以接受单个位置整数、位置整数列表或布尔数组作为输入。

以下是一些使用 iloc 方法选择行的示例：

# 使用整数位置选择单个行
row = df.iloc[1]
print(row)

# 使用整数位置列表选择多个行
rows = df.iloc[[0, 2]]
print(rows)

# 使用布尔数组选择满足条件的行
selected_rows = df.iloc[(df['Age'] > 30).values]
print(selected_rows)

输出结果：

Name            Bob
Age              30
City    Los Angeles
Name: 1, dtype: object

      Name  Age      City
0    Alice   25  New York
2  Charlie   35    London

      Name  Age   City
2  Charlie   35  London
3    David   40  Tokyo

总结

以上是使用 Pandas 在 Python 中按索引选择行的方法。loc 方法允许使用索引标签选择行，而 iloc 方法允许使用整数位置选择行。根据需要选择合适的方法来操作数据框中的特定行。