python如何从一个dataframe提取相应的行组成一个新的dataframe

可以使用DataFrame的loc属性提取相应的行数据，然后将它们重新组成一个新的DataFrame。例如：

# 假设有一个名为df的DataFrame, 需要提取第2, 5, 7行组成一个新的DataFrame
new_df = df.loc[[1, 4, 6]]

相关问题

python如何从一个dataframe提取相应的行组成一个新的dataframe_从Excel到Python：最常用的36个Pandas函数！最完整的Pandas教程！...

如果从一个DataFrame提取相应的行组成一个新的DataFrame，可以使用Pandas的loc或iloc方法。loc方法是基于行标签和列标签的，而iloc方法是基于行索引和列索引的。

下面是一个例子，假设我们有一个DataFrame df，其中包含了三个学生的成绩记录，我们想提取其中两个学生的记录：

import pandas as pd

# 创建DataFrame
df = pd.DataFrame({
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Math': [80, 70, 90],
    'English': [75, 85, 80]
})

# 提取两个学生的记录
new_df = df.loc[df['Name'].isin(['Alice', 'Charlie'])]
print(new_df)

运行结果为：

       Name  Math  English
0     Alice    80       75
2  Charlie    90       80

在上面的代码中，我们使用了loc方法和isin方法，其中isin方法用于判断某个元素是否在一个列表中。因此，上面的代码相当于是筛选出了Name列中为Alice和Charlie的两行记录，并将它们组成了一个新的DataFrame。

dataframe怎样提取第一列数据和最后一列数据组成一个新的dataframe

假设你使用的是Python中的pandas库，可以使用以下代码来提取第一列数据和最后一列数据组成一个新的dataframe：

import pandas as pd

# 假设原始dataframe为df
new_df = pd.DataFrame({'First Column': df.iloc[:, 0], 'Last Column': df.iloc[:, -1]})

其中，`iloc`函数用于通过索引位置来选取数据，`:`表示选取所有行，`0`表示选取第一列数据，`-1`表示选取最后一列数据。`pd.DataFrame`函数用于将选取的数据转换为新的dataframe。

请注意，`new_df`仅包含原始dataframe的第一列和最后一列数据，如果需要保留其他列数据，可以在`pd.DataFrame`函数中添加相应的列。