Pandas各种方式读取dataframe的数据，有这篇就够了

最新推荐文章于 2025-03-17 08:15:00 发布

健康平安的活着

最新推荐文章于 2025-03-17 08:15:00 发布

阅读量8.8k

点赞数 5

分类专栏：数据分析

本文链接：https://blog.csdn.net/u011066470/article/details/104442990

版权

数据分析专栏收录该内容

44 篇文章

订阅专栏

本文深入探讨了Pandas库中DataFrame对象的两种主要索引方法：loc和iloc。详细介绍了如何使用loc和iloc进行精确的数据检索，包括按列名、行名及数字索引选取数据，并展示了获取特定行、列或单元格数据的具体操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

######  loc只能通过index和columns的名称来取，不能用数字
########iloc只能用数字索引，不能用索引名

import numpy as np
from pandas import DataFrame
import pandas as pd
#构建dataframe，二维数组
df = DataFrame(np.arange(20).reshape(4,5),index=['one','two','three','four'],columns=list('abcde'))
print(df)

a b c d e
one 0 1 2 3 4
two 5 6 7 8 9
three 10 11 12 13 14
four 15 16 17 18 19

############### 1.获取指定列的数据######
print("获取指定的某列:")
print(df['a'])
#注意双[]
print(df[['a','b']])

获取指定的某列:
one 0
two 5
three 10
four 15
Name: a, dtype: int32
a b
one 0 1
two 5 6
three 10 11
four 15 16

############### 2.获取指行的数据######
print("获取指行的某行:")
print(df.loc['one'])
print(df.iloc[0:1])

获取指行的某行:
a 0
b 1
c 2
d 3
e 4
Name: one, dtype: int32
a b c d e
one 0 1 2 3 4

############### 3.loc获取指某行某列的数据######
######  loc只能通过index和columns的名称来取，不能用数字
print("loc获取指定某行某列的数据")
print(df.loc['one','c'])
#获取行索引one到three，列索引a到d的数据
print(df.loc['one':"three","a":'d'])
#获取行索引one到three，列索引a，d的数据
print(df.loc['one':'three',['a','d']])
#获取行索引one,three，列索引a,d的数据
print(df.loc[['one','three'],['a','d']])

loc获取指定某行某列的数据
2

a b c d
one 0 1 2 3
two 5 6 7 8
three 10 11 12 13

a d
one 0 3
two 5 8
three 10 13

a d
one 0 3
three 10 13

############### 4.iloc获取指某行某列的数据######
########iloc只能用数字索引，不能用索引名
print("iloc获取指定某行某列的数据")
print(df.iloc[0:1,2:3])
#获取行索引one到three，列索引a到d的数据
print(df.iloc[0:4,0:4])
#获取行索引one到three，列索引a,d的数据
print(df.iloc[0:4,[0,3]])
#获取行索引one,three，列索引a,d的数据
print(df.iloc[[0,2],[0,3]])

iloc获取指定某行某列的数据
c
one 2

a b c d
one 0 1 2 3
two 5 6 7 8
three 10 11 12 13
four 15 16 17 18

a d
one 0 3
two 5 8
three 10 13
four 15 18

a d
one 0 3
three 10 13

############### 5.获取具体某个单值######
#iat取某个单值,只能数字索引
#at取某个单值,只能index和columns索引
print(df.iat[0,1])
print(df.at['one','b'])

1
1