pandas获取指定数据的索引

可以使用`loc`或`iloc`方法来获取指定数据的索引。

使用`loc`方法：

import pandas as pd

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

# 获取 'b' 行数据的索引
index = data.loc['b'].index
print(index)

输出：

Index(['A', 'B', 'C'], dtype='object')

使用`iloc`方法：

import pandas as pd

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

# 获取第 1 行数据的索引
index = data.iloc[1].index
print(index)

输出：

Index(['A', 'B', 'C'], dtype='object')

相关问题

pandas获取指定的行

可以使用 Pandas 中的 `iloc` 方法获取指定的行。`iloc` 方法用于通过行号或列号进行索引，其语法如下：

dataframe.iloc[row_number]

其中，`row_number` 表示要获取的行号，可以是单个整数或整数列表。如果要获取多行，则需要传入一个整数列表，如：

dataframe.iloc[[row_number_1, row_number_2, ..., row_number_n]]

注意，行号从0开始，表示第一行。

例如，假设我们有一个名为 `df` 的 DataFrame，要获取第2行和第4行，可以使用以下代码：

df.iloc[[1, 3]]

如果要获取单个行，可以直接传入行号，例如：

df.iloc[2]

这将返回第3行的所有列数据。

pandas获取指定的列和行

可以使用 Pandas 中的 loc 和 iloc 方法来获取指定的行和列。

例如，假设有一个名为 df 的 DataFrame，要获取第一列和第二行的数据，可以使用以下代码：

df.loc[1, ['第一列名称', '第二列名称']]

其中，1 是行数，['第一列名称', '第二列名称'] 是所需的列名称列表。

如果要获取第二列和第三行的数据，则可以使用以下代码：

df.iloc[2, [1, 2]]

其中，2 是行数，[1, 2] 是所需的列索引列表。注意，索引是从 0 开始的。