Pandas 按整数索引选择Pandas系列/数据框的一行

在本文中，我们将介绍如何按整数索引选择Pandas系列或数据框中的一行。在使用Pandas时，选择数据子集是一个非常常见的操作，而通过整数索引选择一行子集是其中一个最基本的操作之一。

阅读更多：Pandas 教程

选择Pandas系列的一行

首先，让我们看一下如何选择Pandas系列的一行。Pandas系列只有一个维度，因此我们可以利用Pandas的iloc方法来完成这个操作。

import pandas as pd

# 创建一个Pandas系列
s = pd.Series([10, 20, 30, 40, 50], index=[0, 1, 2, 3, 4])

# 通过整数索引选择一行
s_one_row = s.iloc[2]

print(s_one_row)

输出：

30

在上述代码中，我们创建了一个Pandas系列，并使用iloc方法选择了该系列的第3行（即索引号为2的行）。请注意，iloc方法只接受整数索引，因此无法使用行标签。

选择Pandas数据框的一行

类似地，让我们看一下如何选择Pandas数据框的一行。与Pandas系列不同，Pandas数据框具有两个维度，因此我们需要指定行和列的索引。

# 创建一个Pandas数据框
df = pd.DataFrame({'col1': [10, 20, 30, 40, 50],
                   'col2': [100, 200, 300, 400, 500]},
                  index=['row1', 'row2', 'row3', 'row4', 'row5'])

# 通过整数索引选择一行
df_one_row = df.iloc[2]

# 通过标签索引选择一行
df_one_row_by_label = df.loc['row3']

print(df_one_row)
print(df_one_row_by_label)

输出：

col1     30
col2    300
Name: row3, dtype: int64
col1     30
col2    300
Name: row3, dtype: int64

在上述代码中，我们创建了一个Pandas数据框，并使用iloc方法选择了该数据框的第3行。与Pandas系列不同，Pandas数据框还允许使用行标签来选择数据子集。在上述代码中，我们利用loc方法选择了行标签为’row3’的行。

总结

在本文中，我们介绍了如何按整数索引选择Pandas系列或数据框中的一行。具体而言，我们使用了Pandas的iloc方法来选择Pandas系列或数据框的一行。对于Pandas数据框，我们还可以使用行标签来选择数据子集。