pandas series与dataframe是如何进行行列索引的,举例
时间: 2024-04-30 10:20:14 浏览: 13
Pandas中的Series和DataFrame都支持行和列索引。
对于Series来说,行索引是自动创建的默认整数索引,可以通过指定index参数来自定义行索引:
```python
import pandas as pd
# 创建Series,使用默认整数索引
s1 = pd.Series([1, 2, 3, 4, 5])
# 创建Series,自定义行索引
s2 = pd.Series([1, 2, 3, 4, 5], index=['a', 'b', 'c', 'd', 'e'])
```
对于DataFrame来说,可以使用列索引来访问DataFrame中的列,也可以使用行索引来访问DataFrame中的行。行索引可以使用loc和iloc属性来访问,loc是通过行名索引,而iloc是通过行号索引。
下面是一个使用列索引和行索引来访问DataFrame的例子:
```python
import pandas as pd
# 创建DataFrame
df = pd.DataFrame({'姓名': ['张三', '李四', '王五'],
'年龄': [20, 25, 30],
'性别': ['男', '女', '男']})
# 使用列索引访问DataFrame中的列
print(df['姓名'])
# 使用loc属性访问DataFrame中的行
print(df.loc[0])
# 使用iloc属性访问DataFrame中的行
print(df.iloc[1])
```
输出结果为:
```
0 张三
1 李四
2 王五
Name: 姓名, dtype: object
姓名 张三
年龄 20
性别 男
Name: 0, dtype: object
姓名 李四
年龄 25
性别 女
Name: 1, dtype: object
```