熊猫从列值获取行

在熊猫中，我们常常需要根据特定列的值来索引和选择数据。熊猫提供了多种方法来实现这一目的，例如loc和iloc。这些方法可以使用布尔掩码或标签和整数位置进行索引。

loc方法

Pandas中的loc方法是一种基于标签的索引方法，由行和列标签组成，可以用来获取具有特定标签的行和列数据。下面是一个简单的例子：

import pandas as pd

# 创建数据帧
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 设置索引
df.set_index('B', inplace=True)

# 使用loc方法获取具有特定标签的行
rows = df.loc[5]

# 打印结果
print(rows)

输出结果：

A    2
C    8
Name: 5, dtype: int64

在本例中，我们创建了一个数据帧 df，然后设置了索引列 B。我们使用 loc 方法并传递给它索引标签 5，返回具有标签 5 的行数据。

iloc方法

在熊猫中，iloc 方法是一种基于整数位置的索引方法，由行和列位置组成，可以用来获取具有特定位置的行和列数据。下面是一个简单的例子：

import pandas as pd

# 创建数据帧
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 使用iloc方法获取具有特定位置的行
rows = df.iloc[[1]]

# 打印结果
print(rows)

输出结果：

   A  B  C
1  2  5  8

在本例中，我们创建了一个数据帧 df，然后使用 iloc 方法传递位置 1，返回具有位置 1 的行数据。

Boolean Indexing

除了使用 loc 和 iloc 方法，熊猫还支持布尔索引，以根据某些条件选择特定行和列。下面是一个简单的例子：

import pandas as pd

# 创建数据帧
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 使用布尔索引选择大于2的行
rows = df[df['A'] > 2]

# 打印结果
print(rows)

输出结果：

   A  B  C
2  3  6  9

在本例中，我们创建了一个数据帧 df，然后使用布尔索引选择具有大于2的值的行。 我们传递给 df 一个布尔数组，它返回一个包含符合条件的行的新数据帧。

结论

在熊猫中，我们可以使用 loc 和 iloc 方法以及布尔掩码根据列值来获取特定的行数据。这些方法具有不同的用途和特点，因此在选择和索引数据时需要仔细考虑。