dataframe取出索引

要取出 DataFrame 的索引，可以使用 `index` 属性。例如，假设有如下 DataFrame：

import pandas as pd

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

则可以使用以下代码取出索引：

print(df.index)

输出结果为：

Index(['a', 'b', 'c'], dtype='object')

相关问题

dataframe取出多列

可以使用 pandas 的 `loc` 或 `iloc` 方法来取出多列，例如：

import pandas as pd

# 创建一个示例 dataframe
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 使用 loc 方法取出多列
df.loc[:, ['A', 'C']]

# 使用 iloc 方法取出多列
df.iloc[:, [0, 2]]

以上代码分别取出了 dataframe `df` 中的列 A 和 C，或者第 0 和第 2 列。你也可以根据你的需要调整列的索引或列名。

DataFrame取出某几行

### 使用 `loc` 和 `iloc` 进行多行选择

为了从 Pandas DataFrame 中选取指定的多行数据，主要依赖于两种方法：`loc` 和 `iloc`。

#### 利用 `loc` 通过标签选取多行
当已知要获取的具体行标签时，可以使用 `loc` 来实现。例如：

import pandas as pd

df = pd.DataFrame({
    'team': ['Red', 'Blue', 'Green'],
}, index=['A1', 'B2', 'C3'])

selected_rows = df.loc[['A1', 'C3']]
print(selected_rows)

此代码片段展示了如何基于给定的索引标签列表来挑选对应的行[^1]。

#### 应用布尔掩码进行复杂条件下的多行选择
对于更复杂的条件判断，比如想要选出所有满足某些特定条件的行，则可以通过创建一个布尔数组来进行过滤操作：

mask = (df['team'] == 'Red') | (df['team'].str.contains('Bl'))
filtered_df = df[mask]
print(filtered_df)

这里定义了一个逻辑表达式的组合用于构建布尔向量，并将其应用于整个 DataFrame 实现筛选目的[^3]。

#### 结合位置参数利用 `iloc` 定位并提取多行
如果偏好按照数值型的位置而非名称来定位所需行数的话，那么应该考虑采用 `iloc` 函数。下面的例子说明了怎样依据整数位置取得连续或不连续的若干行记录：

continuous_rows = df.iloc[0:2]  # 获取前两行
discrete_rows = df.iloc[[0, 2]]  # 取得第零行和第二行
print(continuous_rows)
print(discrete_rows)

上述例子分别演示了切片方式以及提供具体下标的技巧来完成对目标行的选择过程[^5]。