pandas.core.frame.DataFrame索引元素
时间: 2023-12-09 21:02:59 浏览: 144
在 Pandas 中,可以使用 `.iloc[]` 或 `.loc[]` 来访问 DataFrame 中的元素。其中,`.iloc[]` 用于基于行号和列号访问元素,`.loc[]` 用于基于行标签和列标签访问元素。
举个例子,假设有如下的 DataFrame:
```python
import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}, index=['a', 'b', 'c'])
print(df)
```
输出结果为:
```
A B C
a 1 4 7
b 2 5 8
c 3 6 9
```
要访问第二行第三列的元素,可以使用 `.iloc[]`,如下所示:
```python
print(df.iloc[1, 2]) # 输出结果为 8
```
这里的 `iloc[1, 2]` 表示选取第二行(行号为 1)第三列(列号为 2)的元素。
要访问行标签为 `'b'`、列标签为 `'C'` 的元素,可以使用 `.loc[]`,如下所示:
```python
print(df.loc['b', 'C']) # 输出结果为 8
```
这里的 `loc['b', 'C']` 表示选取行标签为 `'b'`、列标签为 `'C'` 的元素。
除了上述方式外,还可以使用 `[]` 运算符来访问 DataFrame 中的元素。例如,要访问第二列的元素,可以使用如下方式:
```python
print(df['B']) # 输出结果为:a 4, b 5, c 6, Name: B, dtype: int64
```
这里的 `df['B']` 表示选取名为 `'B'` 的列。如果要访问多列,则可以使用双重 `[]`,例如:
```python
print(df[['A', 'C']]) # 输出结果为: A C
# a 1 7
# b 2 8
# c 3 9
```
这里的 `df[['A', 'C']]` 表示选取名为 `'A'` 和 `'C'` 的两列。
阅读全文