f Marry 20.0 1no g Wansi 41.00 no h Sidy NaN 0 yes i Jason 37.0 1no j Even 32.0 0 no 2行(列)选取:df[] 行(列)选取是在单一维度上进行数据的选取,即以行为单位进行选取或者以列为单位进行选取。Dataframe对象的行有索引(index),默认情况下是[0,1,2,……]的整数序列,也可以自定义添加另外的...
存在多个重复的列标签时,只会返回第一个列标签对应的列。 行的选择 df[行号1:行号2] 选取行号1到行号2的数据 满足左闭右开(如选取第一行要用df[0:1]而不是df[0:0]) 原则 。 df[行标签1:行标签2] 选取行标签1到行标签2 ,如果行标签有重复,会把所有重复的标签都选上。但是df[行标签]的方式会报错。
import pandas as pd 2、导入演示数据 df=pd.DataFrame({'姓名':["小强","小李","小王","张飞"],"年龄":[24,46,22,42],"籍贯":["北京","上海","广州","四川"]})3、输入提取列的代码 df.iloc[:,0] #提取第1列，把0修改为2就是提取第3列 4、打印结果 print(df.iloc[:,0])5、结果...
data.iloc[:5,2:5] 1. 以上为iloc函数,iloc[],前面的为取行,然后使用,隔开再取列 如果取单独的一行,用第1行举例,取第1行,从第4列开始,取到最后一列 data.iloc[0,3:] 1. 列同上,如果是取单独的一列或者单独的一行,则类型为series 接下来使用loc函数,loc函数,不同于iloc,loc函数后面的列,必须为列...
print(data[0:3]) # 取前三行数据 ''' v w x y z a 0 1 2 3 4 b 5 6 7 8 9 c 10 11 12 13 14 ''' print(len(data)) #统计表格行数 4 print(data.columns.size) #统计表格列 5 print(data.columns) #列索引名称 # Index(['v', 'w', 'x', 'y', 'z'], dtype='object...
(3)获取某一行: df.values[i],第i行数据,返回类型为ndarray(一维)。 (4)获取多行: df.values[[i1 , i2 , i3]],第i1、i2、i3行数据,返回类型为ndarray(二维)。 (5)获取某一列: df.values[: , j],第j列数据,返回类型为ndarray(一维)。
5. 6. 7. 8. 9. 10. 3、iloc不能通过[:, [1:3]]取连续数据,取连续数据只能通过 df[df.columns[1:4]],先获取列索引,再取数据。 print(df['省份']) #按列名取列 print(df.省份) #按列名取列 print(df[['省份', '总人数']]) #按列名取不连续列数据 ...
选择1-5行，1到2列 print(df.iloc[0:5, 0:2])选择2、3、6行、4、7、10列 print(df.iloc[...
data.loc[(data['a']<=2) & (data['b']>=5)] #或 条件 不能使用 or data[(data['a']<=2) | (data['b']>=5)] data.loc[(data['a']<=2) | (data['b']>=5)] 1.按列取、按索引/行取、按特定行列取 1 2 3 4 5
1.max_speed shield 2.cobra 1 2 3.viper 4 5 4.sidewinder 7 8 2-2.loc选定index标签,获取某一行,.loc[],中括号里面是先行后列,以逗号分割,行和列分别是行标签和列标签 1、通过行名称获取整行数据: 获得'cobra'所在的行: df.loc['viper'] 执行结果: 1.max_speed 1 2.shield 2 2、通过行名称...