Python Pandas 读取行数据：使用 loc 和 iloc 属性

在 Python Pandas 库中，您可以使用 `loc` 和 `iloc` 属性来读取 DataFrame 中的行数据。`loc` 属性使用标签选择行，而 `iloc` 属性使用整数索引选择行。

使用 loc 属性

使用 `loc` 属性选择行时，需要传递要选择的行的标签。语法如下：

df.loc[label]

其中，`df` 是一个 DataFrame 对象，`label` 是要选择的行的标签。

使用 iloc 属性

使用 `iloc` 属性选择行时，需要传递要选择的行的整数位置。语法如下：

df.iloc[index]

其中，`df` 是一个 DataFrame 对象，`index` 是要选择的行的整数位置。

示例代码

以下是一个示例，展示如何使用 `loc` 和 `iloc` 来读取行：

import pandas as pd
data = {'Name': ['John', 'Emma', 'Tom', 'Rachel'],
        'Age': [25, 28, 30, 35],
        'City': ['New York', 'Los Angeles', 'Chicago', 'Houston']}
df = pd.DataFrame(data)
使用 loc 选择第一行
row1 = df.loc[0]
print(row1)
使用 iloc 选择第二行

row2 = df.iloc[1] print(row2)

输出结果为：

Name          John
Age             25
City      New York
Name: 0, dtype: object
Name              Emma
Age                 28
City      Los Angeles
Name: 1, dtype: object

在本示例中，我们首先创建了一个包含姓名、年龄和城市信息的 DataFrame。然后，使用 loc 属性选择第一行，并使用 iloc 属性选择第二行。输出结果显示了所选行的值。

总结

loc 和 iloc 属性是 Pandas 中非常有用的工具，它们允许您根据标签或整数位置选择 DataFrame 中的行。通过使用这些属性，您可以轻松地访问和操作 DataFrame 中的行数据。