pandas 取行数据

可以使用`loc`或`iloc`方法来获取Pandas DataFrame的行数据。其中，`loc`方法使用标签索引，`iloc`方法使用整数索引。以下是两个例子：

1. 使用`loc`方法获取标签为0的行数据

import pandas as pd

data = {'col1': [1, 3, 7, 4, 0], 'col2': [3, 3, 4, 4, 5], 'col3': [3, 3, 4, 4, 6]}
df1 = pd.DataFrame(data)

row_data = df1.loc[0]
print(row_data)

输出：

col1    1
col2    3
col3    3
Name: 0, dtype: int64

2. 使用`iloc`方法获取第一行数据

import pandas as pd

data = {'ds': ['2021-01-01', '2021-01-02', '2021-01-03'], 'val': [1, 2, 3]}
df2 = pd.DataFrame(data, columns=['ds', 'val'])

row_data = df2.iloc[0]
print(row_data)

输出：

ds     2021-01-01
val              1
Name: 0, dtype: object

相关问题

pandas取指定行数据

要取pandas DataFrame的指定行数据，可以使用loc或iloc方法。

loc方法使用行标签进行选择，iloc方法使用行索引进行选择。

假设我们有以下DataFrame：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily'],
        'age': [25, 32, 18, 47, 22],
        'gender': ['F', 'M', 'M', 'M', 'F']}
df = pd.DataFrame(data)

取第一行数据，可以使用以下代码：

row = df.iloc[0]

取第二行到第四行数据，可以使用以下代码：

rows = df.iloc[1:4]

也可以使用loc方法，例如：

row = df.loc[0]
rows = df.loc[1:3]

需要注意的是，loc方法使用的是行标签，而不是行索引。如果你没有为DataFrame指定行标签，那么行标签就是行索引。

pandas取一行数据

可以使用 Pandas 的 loc 方法按照行标签来获取指定行的数据。例如，获取 df 表格中的第 3 行数据可以使用如下代码：

import pandas as pd
df = pd.read_csv('data.csv')  # 读取数据文件
row = df.loc[2]  # 获取第 3 行数据
print(row)

其中 `df.loc[2]` 表示获取行标签为 2 的行数据，并将其赋值给变量 `row`。最后使用 `print` 函数将这一行数据输出。