pandas取出指定行

可以使用 `iloc` 或 `loc` 方法来取出指定行。

`iloc` 方法根据行号来取出指定行，例如取出第5行的数据：

import pandas as pd

df = pd.read_csv('data.csv')
row_5 = df.iloc[4] # 由于行号从0开始，因此第5行的行号为4
print(row_5)

`loc` 方法根据行标签来取出指定行，例如取出行标签为'A'的数据：

import pandas as pd

df = pd.read_csv('data.csv', index_col='Label') # index_col指定行标签列为Label
row_A = df.loc['A']
print(row_A)

需要注意的是，如果没有指定行标签，则行号即为行标签。

相关问题

pandas取出指定列

在Python的pandas库中，取出指定列是非常常见的操作。通常我们会使用DataFrame对象来处理数据，而DataFrame拥有列名和索引两种属性。通过这两种属性，我们可以方便地提取出我们感兴趣的数据列。

1. 如果你已知列的名称，可以直接使用列名来访问。例如，假设有一个DataFrame名为`df`，它有三个列名为`'A'`、`'B'`和`'C'`，你可以通过`df['列名']`的方式来取出对应的列，如`df['A']`会返回列名为`'A'`的列数据。

2. 如果DataFrame的列数较多，而你只需要其中几个列，可以使用双层方括号来传递一个列名的列表。例如`df[['A', 'C']]`将返回一个只包含`'A'`和`'C'`两列的新DataFrame。

3. 如果列名是变量，可以通过字符串变量来访问。例如`col_name = 'A'; df[col_name]`也可以取得列名为`'A'`的列数据。

下面是具体代码示例：

import pandas as pd

# 假设df是已经创建好的DataFrame，有列'A', 'B', 'C'
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 获取列'A'的数据
column_a = df['A']

# 获取多个列'A'和'C'的数据
columns_ac = df[['A', 'C']]

# 使用变量获取列数据
col_name = 'B'
column_b = df[col_name]

pandas取出多个指定行

可以使用 `loc` 方法来取出多个指定行。

假设有一个 DataFrame `df`，我们要取出第 2、5、7 行，可以使用以下代码：

df.loc[[2, 5, 7]]

其中 `[2, 5, 7]` 是一个包含指定行号的列表。`loc` 方法会返回一个新的 DataFrame，其中包含了指定的行。