dataframe选取特定行和列

dataframe选取特定行和列

1. 选取行

df= pd.read_csv('data.csv')
data = df.loc[3:6]  # 选取多行

# 按某列值在某个区间内选取行
data = df[(df['column'] >= t1) & (df['column'] <= t2)]

# 按索引选择行（选择idx这一行）
data.loc[[idx]]  # 或者：data.loc[idx:idx] 

2. 选取列

# 按照指定列名选取(data为series类型)
data = df['column_name']
 # 取多列（data为DataFrame类型）
data = df[['column_name1', 'column_name2']] 
 # 按位置取某几列（data为DataFrame类型）
data = df.iloc[:, 0:5] 

3. 取指定某行某列的元素

# 取指定第2行第3列的元素
data = df.loc[2][3]

【注】使用loc、iloc选取数据后的数据类型均保持不变

4. loc 与 iloc 的区别

   df.loc[行索引,列名] ： loc函数是基于 行索引index 和 列名 进行索引的

   df.loc[2:3]  # 选取df中index等于2、3的行
   df = df.loc[2:4,:]  # 选取df中index等于2、3的行，所有列
   
   df = df.loc[2:4, 'col_name1']  # 选取df中index等于2、3的行，'col_name1'列
   df = df.loc[2:4,['col_name1', 'col_name2']]  # 选取df中index等于2、3的行, 列名为'col_name1', 'col_name2'的列
   

   df.iloc[行位置,列位置] ： iloc函数是基于行和列的位置进行索引的，索引值从0开始，并且得到的结果不包括最后一个位置的值

   df.iloc[2:4,1:3]  # 选取df的第2、3行和第1、2列