Python Pandas – 如何通过传递行标签从DataFrame中选择行|极客笔记

Python Pandas – 如何通过传递行标签从DataFrame中选择行

Pandas是一个Python库，提供了一个DataFrame类来处理数据，类似于Excel中的电子表格。在数据分析和机器学习中，选择特定的数据行非常重要。通过传递行标签，我们可以非常容易地选择特定的行并操作。

接下来，我们将介绍如何通过传递行标签从DataFrame中选择行。

步骤1：创建DataFrame

首先，我们需要导入pandas库并创建一个简单的DataFrame。

import pandas as pd

df = pd.DataFrame({'Name':['John','Anne','Peter','Linda'],
                   'Age':[28,23,39,41],
                   'Country':['US','UK','Australia','Canada']})

print(df)

输出结果如下：

    Name  Age    Country
0   John   28         US
1   Anne   23         UK
2  Peter   39  Australia
3  Linda   41     Canada

步骤2：通过传递行标签选择行

有几种方法可以选择行，但是通过传递行标签是一种最简单的方法。

首先，我们需要设置行标签，即索引。在上面的DataFrame中，行的索引是0,1,2,3。我们可以使用set_index()方法设置行索引。

df = df.set_index('Name')

现在，我们可以通过传递行标签来选择行。下面是一些示例代码：

# 通过单个行标签选择单行
print(df.loc['John'])

# 通过多个行标签选择多行
print(df.loc[['John','Anne']])

# 通过切片选择多行
print(df.loc['John':'Peter'])

# 倒序选择多行
print(df.loc[::-1])

# 筛选特定条件的行
print(df.loc[df['Age'] > 30])

输出结果如下：

Age    28
Country    US
Name: John, dtype: object
      Age Country
Name             
John   28      US
Anne   23      UK
       Age    Country
Name                 
John    28         US
Anne    23         UK
Peter   39  Australia
       Age    Country
Name                 
Linda   41     Canada
Peter   39  Australia
       Age    Country
Name                 
Peter   39  Australia
Linda   41     Canada

步骤3：通过iloc方法选择行

除了loc方法，我们还可以使用iloc方法来选择行。iloc基于行的整数位置选择数据，而loc基于行标签选择数据。

以下是使用iloc方法选择行的示例代码：

# 选择第一行
print(df.iloc[0])

# 选择前两行
print(df.iloc[:2])

# 选择最后一行
print(df.iloc[-1])

# 选择倒数两行
print(df.iloc[-2:])

# 选择特定列
print(df.iloc[:, 1:3])

# 选择特定行和列
print(df.iloc[[0, 2], [1, 2]])

输出结果如下：

Age    28
Country    US
Name: John, dtype: object
      Age Country
Name             
John   28      US
Anne   23      UK
Age          41
Country  Canada
Name     Linda
Name: Linda, dtype: object
       Age    Country
Name                 
Peter   39  Australia
Linda   41     Canada
       Age    Country
Name                 
John    28         US
Anne    23         UK
Peter   39  Australia
Linda   41     Canada
       Age    Country
Name                 
John    28         US
Anne    23         UK
Peter   39  Australia
Linda   41     Canada
       Age    Country
Name                 
John    28         US
Peter   39  Australia