从dateframe数据里提取前100行和后200行放入一个新的列表

假设你有一个名为 `data` 的 DataFrame，可以使用以下代码将前100行和后200行提取到新的列表中：

first_100 = data.head(100).values.tolist()
last_200 = data.tail(200).values.tolist()

其中，`.head(100)` 函数返回前100行数据，`.tail(200)` 函数返回后200行数据。`.values.tolist()` 将这些行转换为列表形式。最终，`first_100` 和 `last_200` 将分别包含前100行和后200行的数据。

相关问题

python从dateframe里提取所需行放入新列表

你可以使用 Pandas 库来操作 DataFrame。以下是一个示例代码，可以将 DataFrame 中符合条件的行提取出来放入新列表中：

import pandas as pd

# 创建一个样例 DataFrame
df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35]})

# 创建一个空的列表，用于存放符合条件的行
new_list = []

# 遍历 DataFrame 的每一行，如果符合条件则加入新列表中
for index, row in df.iterrows():
    if row['age'] > 28:
        new_list.append(row.tolist())

# 打印新列表
print(new_list)

此代码会输出：

[['Bob', 30], ['Charlie', 35]]

其中，`['Bob', 30]` 和 `['Charlie', 35]` 是符合条件的两行数据。你可以根据自己的需要修改条件和输出结果的格式。

python 将dataframe中的某一行提取出来放到另一个dataframe中

将 DataFrame 中的某一行提取出来并放入到另一个 DataFrame 中，可以使用 Pandas 的 `loc` 方法，具体步骤如下：

import pandas as pd

# 创建一个 DataFrame
df1 = pd.DataFrame({
        'name': ['Alice', 'Bob', 'Charlie', 'Dave'],
        'age': [25, 32, 18, 47],
        'gender': ['F', 'M', 'M', 'M']
    })
print("df1:")
print(df1)

# 从 df1 中提取出 index 为 1 的行
row = df1.loc[1]

# 创建一个新的 DataFrame，将提取出的行作为唯一数据
df2 = pd.DataFrame([row])
print("df2:")
print(df2)

输出结果如下：

df1:
      name  age gender
0    Alice   25      F
1      Bob   32      M
2  Charlie   18      M
3     Dave   47      M
df2:
  name  age gender
0  Bob   32      M

上述代码中，我们首先创建了一个 DataFrame `df1`，然后使用 `loc` 方法提取出了 index 为 1 的行，并将其赋值给变量 `row`。接着，我们创建了一个新的 DataFrame `df2`，并将 `row` 作为唯一的数据传入其中。

需要注意的是，新创建的 DataFrame `df2` 中只有一行，它的 index 也为 0。如果需要保留原有的 index，可以在创建 `df2` 时指定 `index=[1]`。