Pandas读取某列、某行数据 |
您所在的位置:网站首页 › 第一行第六列用数字怎么表示 › Pandas读取某列、某行数据 |
实际操作中我们经常需要寻找数据的某行或者某列,这里介绍我在使用Pandas时用到的两种方法:iloc和loc。
目录 1.loc方法 (1)读取第二行的值 (2)读取第二列的值 (3)同时读取某行某列 (4)读取DataFrame的某个区域 (5)根据条件读取 (6)也可以进行切片操作 2.iloc方法 (1)读取第二行的值 (2)读取第二行的值 (3)同时读取某行某列 (4)进行切片操作 loc:通过行、列的名称或标签来索引 iloc:通过行、列的索引位置来寻找数据 首先,我们先创建一个Dataframe,生成数据,用于下面的演示 import pandas as pd import numpy as np # 生成DataFrame data = pd.DataFrame(np.arange(30).reshape((6,5)), columns=['A','B','C','D','E']) # 写入本地 data.to_excel("D:\\实验数据\\data.xls", sheet_name="data") print(data) 1.loc方法loc方法是通过行、列的名称或者标签来寻找我们需要的值。 (1)读取第二行的值 # 索引第二行的值,行标签是“1” data1 = data.loc[1]结果: 备注: #下面两种语法效果相同 data.loc[1] == data.loc[1,:] (2)读取第二列的值 # 读取第二列全部值 data2 = data.loc[ : ,"B"]结果: (3)同时读取某行某列 # 读取第1行,第B列对应的值 data3 = data.loc[ 1, "B"]结果: (4)读取DataFrame的某个区域 # 读取第1行到第3行,第B列到第D列这个区域内的值 data4 = data.loc[ 1:3, "B":"D"]结果: (5)根据条件读取 # 读取第B列中大于6的值 data5 = data.loc[ data.B > 6] #等价于 data5 = data[data.B > 6]结果: (6)也可以进行切片操作 # 进行切片操作,选择B,C,D,E四列区域内,B列大于6的值 data1 = data.loc[ data.B >6, ["B","C","D","E"]]结果: 2.iloc方法iloc方法是通过索引行、列的索引位置[index, columns]来寻找值 (1)读取第二行的值 # 读取第二行的值,与loc方法一样 data1 = data.iloc[1] # data1 = data.iloc[1, :],效果与上面相同结果: (2)读取第二列的值 # 读取第二列的值 data1 = data.iloc[:, 1]结果: (3)同时读取某行某列 # 读取第二行,第二列的值 data1 = data.iloc[1, 1]结果: (4)进行切片操作 # 按index和columns进行切片操作 # 读取第2、3行,第3、4列 data1 = data.iloc[1:3, 2:4]结果: 注意: 这里的区间是左闭右开,data.iloc[1:3, 2:4]中的第4行、第5列取不到 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |