dataframe 对像访问行列的方法
时间: 2024-04-07 09:31:38 浏览: 15
DataFrame 对象有多种方法可以访问行和列,下面介绍其中几种常用的方法:
- 使用列名访问列:可以使用 DataFrame 对象的列名访问对应的列,例如,`df['column_name']` 可以访问 `df` 的名为 `column_name` 的列。如果要同时访问多列,可以使用列表来指定多个列名,例如,`df[['col1', 'col2']]` 可以访问名为 `col1` 和 `col2` 的两列。
- 使用 .loc 访问行和列:可以使用 .loc 方法根据行标签和列标签访问 DataFrame 中的数据,例如,`df.loc[row_label, col_label]` 可以访问标签为 `row_label` 和 `col_label` 的元素。如果要同时访问多行或多列,可以使用切片或列表来指定多个行标签或列标签,例如,`df.loc[start_row: end_row, ['col1', 'col2']]` 可以访问标签从 `start_row` 到 `end_row` 的所有行,并且访问名为 `col1` 和 `col2` 的两列。
- 使用 .iloc 访问行和列:可以使用 .iloc 方法根据行索引和列索引访问 DataFrame 中的数据,例如,`df.iloc[row_index, col_index]` 可以访问索引为 `row_index` 和 `col_index` 的元素。如果要同时访问多行或多列,可以使用切片或列表来指定多个行索引或列索引,例如,`df.iloc[start_row: end_row, [0, 1]]` 可以访问索引从 `start_row` 到 `end_row` 的所有行,并且访问第 0 和第 1 列。
需要注意的是,使用 .loc 或 .iloc 访问 DataFrame 中的数据时,行和列都可以使用标签或索引来指定,但是不能混用。即,如果使用标签来指定行,那么列也必须使用标签来指定;如果使用索引来指定行,那么列也必须使用索引来指定。