pandas按行号分成两半

你可以使用pandas的iloc方法来按行号将数据分成两半。以下是一个示例：

import pandas as pd

# 创建示例数据
data = {'A': [1, 2, 3, 4, 5],
        'B': [6, 7, 8, 9, 10]}
df = pd.DataFrame(data)

# 获取数据的行数
num_rows = len(df)
half_rows = num_rows // 2

# 按行号将数据分成两半
first_half = df.iloc[:half_rows]
second_half = df.iloc[half_rows:]

# 打印结果
print("第一半数据：")
print(first_half)
print("第二半数据：")
print(second_half)

这将根据数据的行数，将数据分成两半，并分别存储在`first_half`和`second_half`变量中。你可以根据自己的需求进行进一步处理或操作这两部分数据。

相关问题

pandas 获取行号

要获取pandas中行的行号，可以使用`.index`属性或`.reset_index()`方法。

使用`.index`属性可以返回一个包含行号的索引对象。示例如下:

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3],
                   'B': [4, 5, 6]})

row_index = df.index
print(row_index)

输出:

RangeIndex(start=0, stop=3, step=1)

另一种方法是使用`.reset_index()`方法，它将为DataFrame添加一个新的默认整数索引列。示例如下:

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3],
                   'B': [4, 5, 6]})

df_with_index = df.reset_index()
print(df_with_index)

输出:

   index  A  B
0      0  1  4
1      1  2  5
2      2  3  6

在上面的示例中，`index`列包含了原始DataFrame的行号。

pandas 通过行号遍历

可以使用 iterrows() 方法来遍历 pandas 数据框的每一行，该方法返回一个迭代器，每次迭代返回一个包含行索引和行数据的元组。例如：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

for index, row in df.iterrows():
    print(index, row['A'], row['B'])

输出：

 1 4
1 2 5
2 3 6