dataframe取行列

要从DataFrame中选择行和列，您可以使用loc和iloc这两种方法。

loc是根据标签（行和列的名称）进行选择。例如，选择第一行和第一列可以使用以下代码：

df.loc[1, 'column_name']

iloc是根据位置（整数索引）进行选择。例如，选择第一行和第一列可以使用以下代码：

df.iloc[0, 0]

要选择多个行或列，您可以在loc和iloc方法中使用切片符号。例如，选择前三行和前两列可以使用以下代码：

df.iloc[:3, :2]

请注意，iloc使用的索引是从0开始的，而loc使用的是实际的标签名称。

相关问题

dataframe根据行列名取元素

可以使用`loc`或`iloc`方法来根据行列名取元素。

`loc`方法是基于行列名来进行索引的，语法为`df.loc[row_label, col_label]`，其中`row_label`和`col_label`分别为行标签和列标签，可以是单个标签，也可以是标签列表。

`iloc`方法是基于行列索引来进行索引的，语法为`df.iloc[row_index, col_index]`，其中`row_index`和`col_index`分别为行索引和列索引，可以是单个索引，也可以是索引列表。

例如，假设有如下的DataFrame：

   A  B  C
0  1  2  3
1  4  5  6
2  7  8  9

要取出第二行第三列的元素，可以使用以下代码：

import pandas as pd

df = pd.DataFrame({'A': [1, 4, 7], 'B': [2, 5, 8], 'C': [3, 6, 9]})

# 使用 loc 方法
print(df.loc[1, 'C'])  # 输出 6

# 使用 iloc 方法
print(df.iloc[1, 2])  # 输出 6

dataframe读取指定行

要读取dataframe中的指定行，可以使用以下方法：
1. 已知行名取用方法：使用.loc[]操作符。例如，要读取df中行名为0的行，可以使用df.loc。
2. 已知行所在位置的取用方法：使用切片操作符。例如，要读取df中的第0行，可以使用df[0:1]。

这两种方法生成的结果相同。

举例说明如下：

# 已知行名取用方法
df.loc  # 读取df中行名为0的行

# 已知行所在位置的取用方法
df  # 读取df中的第0行

注意：以上的df指的是一个dataframe对象，需要先创建一个dataframe对象才能进行操作。

参考引用：
引用: dataframe取行
引用: 操作行列所需要的库