python从dateframe里连续提取所需行放入新数组

可以使用pandas的iloc方法来提取DataFrame中的行。假设你需要连续提取从第2行到第5行的所有行，可以使用以下代码：

import pandas as pd

# 假设你的DataFrame为df
new_array = df.iloc[1:5, :]

在上面的代码中，`iloc`方法中的第一个参数`1:5`表示从第2行到第5行（Python中的索引从0开始）。第二个参数`:`表示所有的列都被提取。你可以根据需要修改这些参数。

如果你只需要提取某些特定的列，可以在`iloc`方法中指定列的范围，例如：

new_array = df.iloc[1:5, 0:3]  # 提取第2行到第5行的第1~3列

希望对你有帮助！

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写一个函数，将dataframe里的数据按所需行提取

以下是一个示例函数，可以按所需行（行号从0开始）提取DataFrame中的数据：

import pandas as pd

def extract_rows(df, rows):
    """
    Extract specified rows from a DataFrame.
    
    Args:
        df (pandas.DataFrame): The DataFrame to extract rows from.
        rows (list of int): The list of row numbers to extract, starting from 0.
        
    Returns:
        pandas.DataFrame: A new DataFrame containing only the specified rows.
    """
    return df.iloc[rows]

使用示例：

df = pd.DataFrame({'col1': [1, 2, 3], 'col2': [4, 5, 6]})
extract_rows(df, [0, 2])

输出：

   col1  col2
0     1     4
2     3     6