如何利用Pandas讀取某列某行數據

小編給大家分享一下如何利用Pandas讀取某列某行數據，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

實際操作中我們經常需要尋找數據的某行或者某列，這里介紹我在使用Pandas時用到的兩種方法：iloc和loc。

loc：通過行、列的名稱或標簽來索引

iloc：通過行、列的索引位置來尋找數據

首先，我們先創建一個Dataframe，生成數據，用于下面的演示

import pandas as pd
import numpy as np
 
# 生成DataFrame
data = pd.DataFrame(np.arange(30).reshape((6,5)),
                    columns=['A','B','C','D','E'])
# 寫入本地
data.to_excel("D:\\實驗數據\\data.xls", sheet_name="data")
print(data)

1.loc方法

loc方法是通過行、列的名稱或者標簽來尋找我們需要的值。

（1）讀取第二行的值

# 索引第二行的值，行標簽是“1”
data1 = data.loc[1]

        結果：

備注：
#下面兩種語法效果相同
data.loc[1] == data.loc[1,:]

 （2）讀取第二列的值

# 讀取第二列全部值
data2 = data.loc[ : ,"B"]

結果：

（3）同時讀取某行某列

# 讀取第1行，第B列對應的值
data3 = data.loc[ 1, "B"]

結果：

（4）讀取DataFrame的某個區域

# 讀取第1行到第3行，第B列到第D列這個區域內的值
data4 = data.loc[ 1:3, "B":"D"]

結果：

（5）根據條件讀取

# 讀取第B列中大于6的值
data5 = data.loc[ data.B > 6] #等價于 data5 = data[data.B > 6]

結果：

（6）也可以進行切片操作

# 進行切片操作，選擇B，C，D，E四列區域內，B列大于6的值
data1 = data.loc[ data.B >6, ["B","C","D","E"]]

結果：

2.iloc方法

iloc方法是通過索引行、列的索引位置[index, columns]來尋找值

（1）讀取第二行的值

# 讀取第二行的值，與loc方法一樣
 
data1 = data.iloc[1]
 
# data1 = data.iloc[1, :]，效果與上面相同

結果：

（2）讀取第二列的值

# 讀取第二列的值
data1 = data.iloc[:, 1]

結果：

（3）同時讀取某行某列

# 讀取第二行,第二列的值
data1 = data.iloc[1, 1]

結果：

（4）進行切片操作

# 按index和columns進行切片操作
# 讀取第2、3行，第3、4列
data1 = data.iloc[1:3, 2:4]

結果：

注意：

這里的區間是左閉右開，data.iloc[1:3, 2:4]中的第4行、第5列取不到

補充：利用loc、iloc提取所有數據

In[8]:data.loc[:,:] #取A,B,C,D列的所有行
Out[8]: 
    A   B   C   D
a   0   1   2   3
b   4   5   6   7
c   8   9  10  11
d  12  13  14  15
 
In[9]:data.iloc[:,:] #取第0,1,2,3列的所有行
Out[9]: 
    A   B   C   D
a   0   1   2   3
b   4   5   6   7
c   8   9  10  11
d  12  13  14  15

利用loc函數，根據某個數據來提取數據所在的行

In[10]: data.loc[data['A']==0] #提取data數據(篩選條件: A列中數字為0所在的行數據)
Out[10]: 
   A  B  C  D
a  0  1  2  3

以上是“如何利用Pandas讀取某列某行數據”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！