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

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/178799.html原文链接：https://javaforall.cn

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

如有侵权请联系 cloudcommunity@tencent.com 删除

https

java

网络安全

python

本文分享自作者个人站点/博客前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

登录后参与评论

0 条评论

热度

pandas中的loc和iloc_pandas获取指定数据的行和列

pandas中的loc和iloc_pandas获取指定数据的行和列

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。

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）读取第二列的值

（3）同时读取某行某列

（4）进行切片操作

社区

活动

资源

关于

腾讯云开发者

热门产品

热门推荐

更多推荐