Python中Pandas对DataFrame使用不同的方法选择行数据

在 Pandas 中，你可以使用不同的方法来选择 DataFrame 中的行。以下是一些常见的方法：

1. 使用切片：

使用切片可以选择 DataFrame 中的特定行范围。

import pandas as pd

# 创建一个示例 DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
        'Age': [25, 30, 35, 40]}
df = pd.DataFrame(data)

# 选择行范围
selected_rows = df[1:3]

# 打印结果
print(selected_rows)

这将选择 DataFrame 中索引为 1 和 2 的行。

2. 使用 iloc 方法：

iloc 允许你使用整数位置选择行。

# 使用 iloc 选择行
selected_row = df.iloc[2]

# 打印结果
print(selected_row)

这将选择 DataFrame 中索引为 2 的行。

3. 使用 loc 方法：

loc 允许你使用标签选择行。

# 使用 loc 选择行
selected_row = df.loc[1]

# 打印结果
print(selected_row)

这将选择 DataFrame 中标签为 1 的行。请注意，这里的标签是索引的值。

4. 使用布尔索引：

你可以使用布尔条件来过滤行。

# 使用布尔索引选择行
selected_rows = df[df['Age'] > 30]

# 打印结果
print(selected_rows)

这将选择 DataFrame 中 ‘Age’ 列大于 30 的行。

这些是一些选择 Pandas DataFrame 行的基本方法。你可以根据具体的需求结合这些方法，以满足你的数据选择要求。