如何利用Pandas读取某列某行数据

小编给大家分享一下如何利用Pandas读取某列某行数据，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！

实际操作中我们经常需要寻找数据的某行或者某列，这里介绍我在使用Pandas时用到的两种方法：iloc和loc。

loc：通过行、列的名称或标签来索引

iloc：通过行、列的索引位置来寻找数据

首先，我们先创建一个Dataframe，生成数据，用于下面的演示

import pandas as pdimport numpy as np # 生成DataFramedata = pd.DataFrame(np.arange(30).reshape((6,5)),                    columns=['A','B','C','D','E'])# 写入本地data.to_excel("D:\\实验数据\\data.xls", sheet_name="data")print(data)

1.loc方法

loc方法是通过行、列的名称或者标签来寻找我们需要的值。

（1）读取第二行的值

# 索引第二行的值，行标签是"1"data1 = data.loc[1]

结果：

备注：#下面两种语法效果相同data.loc[1] == data.loc[1,:]

（2）读取第二列的值

# 读取第二列全部值data2 = data.loc[ : ,"B"]

结果：

（3）同时读取某行某列

# 读取第1行，第B列对应的值data3 = data.loc[ 1, "B"]

结果：

（4）读取DataFrame的某个区域

# 读取第1行到第3行，第B列到第D列这个区域内的值data4 = data.loc[ 1:3, "B":"D"]

结果：

（5）根据条件读取

# 读取第B列中大于6的值data5 = data.loc[ data.B > 6] #等价于 data5 = data[data.B > 6]

结果：

（6）也可以进行切片操作

# 进行切片操作，选择B，C，D，E四列区域内，B列大于6的值data1 = data.loc[ data.B >6, ["B","C","D","E"]]

结果：

2.iloc方法

iloc方法是通过索引行、列的索引位置[index, columns]来寻找值

（1）读取第二行的值

# 读取第二行的值，与loc方法一样 data1 = data.iloc[1] # data1 = data.iloc[1, :]，效果与上面相同

结果：

（2）读取第二列的值

# 读取第二列的值data1 = data.iloc[:, 1]

结果：

（3）同时读取某行某列

# 读取第二行,第二列的值data1 = data.iloc[1, 1]

结果：

（4）进行切片操作

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

结果：

注意：

这里的区间是左闭右开，data.iloc[1:3, 2:4]中的第4行、第5列取不到

补充：利用loc、iloc提取所有数据

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

利用loc函数，根据某个数据来提取数据所在的行

In[10]: data.loc[data['A']==0] #提取data数据(筛选条件: A列中数字为0所在的行数据)Out[10]:    A  B  C  Da  0  1  2  3

以上是"如何利用Pandas读取某列某行数据"这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注行业资讯频道！