如何用pandas實現(xiàn)選取特定索引的行？分享一篇關于熊貓如何選擇特定索引行的文章，希望對您有所幫助：>>>>導入numpy作為NP>>>導入pandas作為PD>>

如何用pandas實現(xiàn)選取特定索引的行？

分享一篇關于熊貓如何選擇特定索引行的文章，希望對您有所幫助：

>>>>導入numpy作為NP

>>>導入pandas作為PD

>>>索引=np.數(shù)組（[2,4,6,8,10]）

>>>>數(shù)據(jù)=np.數(shù)組（[3,5,7,9,11]）

>>>>數(shù)據(jù)=pd.數(shù)據(jù)幀（{“num”：data}，index=index）

>>>打印（數(shù)據(jù)）

num

2 3

4 5

67

8 9

10 11

>>>選擇索引=索引[索引> 5

]>>>打?。ㄟx擇索引）

[6 8 10

]>>>數(shù)據(jù)[“num”]。loc[選擇索引

]6 7

8 9

10 11

名稱：num，數(shù)據(jù)類型：int32

>>

請注意不能使用iloc。Iloc以數(shù)組的形式訪問序列，下標從0:]>>>> data[“num”]開始。Iloc[2:5

]6 7

8 9

10 11

名稱：num，數(shù)據(jù)類型：int32

>>>>數(shù)據(jù)[“num”]。Iloc[[2,3,4

6 7

8 9

10 11

名稱：num，數(shù)據(jù)類型：int32

>>>數(shù)據(jù)[“num”]

>>>

您可以嘗試

在數(shù)據(jù)幀中，根據(jù)一定的條件，您可以得到滿足要求的行元素的位置。

代碼如下：

[Python]查看純拷貝

DF=pd.數(shù)據(jù)幀（{“BoolCol”：[1，2，3，3，4]，“attr”：[22，33，22，44，66]}，

index=[10,20,30,40,50]）打?。╠f）

a=df[（df.BoolCol==3)&安培（數(shù)據(jù)框屬性==22)]. 索引.tolist（）

打?。╝）

DF如下所示。上面，通過選擇“boolcol”值為3，“attr”值為22的行，我們可以得到該行在DF中的位置

注意：返回的位置是索引列表，根據(jù)索引的不同而不同。這很容易成為數(shù)組中的默認下標。

[python]查看純拷貝

BoolCol attr

10 1 22

20 2 33

30 3 22

40 3 44

50 4 66

[30]