python pandas 查看第三行

要查看Python Pandas中的第三行，可以使用`.iloc方法。以下是一个示例：

import pandas as pd

# 创建一个示例DataFrame
data = {'Name': ['John', 'Emma', 'Mike', 'Sophia'],
        'Age': [25, 28, 32, 35],
        'City': ['New York', 'London', 'Paris', 'Tokyo']}
df = pd.DataFrame(data)

# 使用iloc查看第三行
third_row = df.iloc[2]
print(third_row)

输出结果将是：

Name      Mike
Age         32
City     Paris
Name: 2, dtype: object

相关问题

python pandas 查看第三列

在Python中，使用pandas库可以方便地处理和分析数据。要查看DataFrame中的第三列，可以使用以下代码：

import pandas as pd

# 创建一个示例DataFrame
data = {'A': [1, 2, 3],
        'B': [4, 5, 6],
        'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 查看第三列
third_column = df.iloc[:, 2]
print(third_column)

上述代码中，我们首先导入pandas库，并创建一个示例的DataFrame。然后，使用`iloc`函数来选择所有行（`:`）和第三列（`2`），并将结果赋值给`third_column`变量。最后，通过打印`third_column`来查看第三列的内容。

python pandas删除特定行

可以使用pandas的drop函数来删除特定行。具体步骤如下：

1. 找到需要删除的行的索引或条件。
2. 使用drop函数删除这些行。
3. 保存修改后的数据。

示例代码如下：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 删除第二行
df = df.drop(1)

# 删除满足条件的行，例如删除A列值为2的行
df = df[df['A'] != 2]

# 保存修改后的数据
df.to_csv('new_data.csv', index=False)

以上代码中，第一行创建了一个DataFrame，第二行删除了第二行，第四行删除了A列值为2的行，最后一行将修改后的数据保存到了new_data.csv文件中。