python dataframe获得指定行列简单例子

使用pandas库中的DataFrame对象，可以通过行标签和列标签来获取某个或某些行列的数据。

获取行：

• 通过行标签（索引）获取一行数据：df.loc[row_label]
• 通过行号（位置）获取一行数据：df.iloc[row_index]
• 通过条件筛选获取多行数据：df[df['column_name'] == 'value']

获取列：

• 通过列标签获取一列数据：df[column_label]
• 通过列标签获取多列数据：df[[column_label1, column_label2]]

同时获取指定的行和列：

• 通过行标签和列标签获取指定的行和列数据：df.loc[row_label, column_label]
• 通过行号和列号获取指定的行和列数据：df.iloc[row_index, column_index]

举个例子：

import pandas as pd

# 创建一个DataFrame
data = {'name': ['Alice', 'Bob', 'Cathy', 'David'],
        'age': [25, 30, 35, 40],
        'gender': ['female', 'male', 'female', 'male'],
        'score': [90, 85, 80, 75]}

df = pd.DataFrame(data, columns=['name', 'age', 'gender', 'score'])

# 获取第2行数据
print(df.iloc[1])

# 获取gender列的数据
print(df['gender'])

# 获取第3行的score列数据
print(df.loc[2, 'score'])

附：pandas取dataframe特定行列实例

将男性(m)替换为1，女性(f)替换为0

方法1：

代码如下：

df.ix[df['sex']=='f','sex']=0
df.ix[df['sex']=='m','sex']=1

注：在上面的代码中，逗号后面的‘sex'起到固定列名的作用

方法2：

代码如下：

df.sex[df['sex']=='m']=1
df.sex[df['sex']=='f']=0

总结 

到此这篇关于python dataframe获得指定行列的文章就介绍到这了,更多相关python dataframe获得指定行列内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！