获取指定的Pandas数据框架的行值

Pandas DataFrame是一个二维的大小可变的、可能是异质的表格数据结构，有标记的axis（行和列）。

现在让我们看看如何获得一个给定的DataFrame的指定行值。

我们将使用数据框架对象的loc[ ]、iloc[ ]和[ ]来从我们的数据框架中选择行和列。

1.iloc[ ]用于通过其相应的标签选择行/列。
2.loc[ ]是用来按索引选择行/列的。
3.[]是用来按各自的名称选择列。

方法1：使用iloc[ ].

例子：假设你有一个pandas数据框架，你想根据它的索引选择一个特定的行。

# import pandas library
import pandas as pd
  
# Creating a dictionary
d = {'sample_col1': [1, 2, 3],
     'sample_col2': [4, 5, 6], 
     'sample_col3': [7, 8, 9]} 
  
# Creating a Dataframe
df = pd.DataFrame(d) 
  
# show the dataframe 
print(df) 
  
print()
  
# Select Row No. 2
print(df.iloc[2])

输出:

获取指定的Pandas数据框架的行值

方法2：使用loc[ ].

例子： 假设你想选择给定列值的行。

# import pandas library
import pandas as pd
  
# Creating a dictionary
d = {'sample_col1': [1, 2, 1],
     'sample_col2': [4, 5, 6], 
     'sample_col3': [7, 8, 9]} 
  
# Creating a Dataframe
df = pd.DataFrame(d) 
  
# show the dataframe
print(df) 
  
print()
  
# Select rows where sample_col1 is 1
print(df.loc[df['sample_col1'] == 1])

输出:

获取指定的Pandas数据框架的行值

方法3：使用[ ]和iloc[ ]

例子：假设你只想要与特定行的特定列有关的值。

# import pandas library
import pandas as pd
  
# Creating a dictionary
d = {'sample_col1': [1, 2, 1],
     'sample_col2': [4, 5, 6], 
     'sample_col3': [7, 8, 9]}  
  
# Creating a Dataframe
df = pd.DataFrame(d) 
  
# show the dataframe
print(df) 
  
print()
  
# Display column 1 and 3 for row 2
print(df[['sample_col1' , 'sample_col3']].iloc[1])