免费自助小型网站,湖南建设银行网站,开源镜像网站怎么做,免费诶网站建设在 Python 中#xff0c;pandas.core.frame.DataFrame 是 Pandas 数据库的核心数据结构#xff0c;可以方便地读取和操作表格数据。以下是几种常见的读取内容的方法#xff1a; 读取特定列
通过列名获取数据。
# 假设 df 是一个 DataFrame
data df[列名] # …在 Python 中pandas.core.frame.DataFrame 是 Pandas 数据库的核心数据结构可以方便地读取和操作表格数据。以下是几种常见的读取内容的方法 读取特定列
通过列名获取数据。
# 假设 df 是一个 DataFrame
data df[列名] # 获取某一列返回一个 Series 对象
data_list df[列名].tolist() # 将某一列转为 Python 列表示例
# 假设表格如下
# A B C
# 0 1 4 7
# 1 2 5 8
# 2 3 6 9data df[A] # 返回 A 列
# 输出
# 0 1
# 1 2
# 2 3
# Name: A, dtype: int64data_list df[A].tolist()
# 输出
# [1, 2, 3]读取多列
传递列名列表获取多个列。
selected_columns df[[列名1, 列名2]]示例
selected_columns df[[A, B]]
# 输出
# A B
# 0 1 4
# 1 2 5
# 2 3 6读取特定行
使用索引或切片访问行数据。
row df.loc[索引值] # 根据标签行号读取某一行
row df.iloc[索引值] # 根据整数位置读取某一行
rows df.iloc[起始行:结束行] # 切片读取多行示例
row df.loc[1] # 返回索引为 1 的行
# 输出
# A 2
# B 5
# C 8
# Name: 1, dtype: int64rows df.iloc[0:2] # 返回前两行
# 输出
# A B C
# 0 1 4 7
# 1 2 5 8读取特定单元格
使用 .at 或 .iat 方法。
value df.at[行索引, 列名] # 根据标签读取
value df.iat[行位置, 列位置] # 根据整数位置读取示例
value df.at[1, A] # 获取第 1 行A 列的值
# 输出2value df.iat[1, 0] # 获取第 1 行第 0 列的值
# 输出2按条件读取
通过布尔索引读取符合条件的数据。
filtered df[df[列名] 条件值] # 返回满足条件的行示例
filtered df[df[A] 1]
# 输出
# A B C
# 1 2 5 8
# 2 3 6 9遍历 DataFrame
如果需要逐行处理可以使用以下方式
方法 1iterrows()按行遍历
for index, row in df.iterrows():print(index, row[列名1], row[列名2])方法 2itertuples()更高效
for row in df.itertuples():print(row.Index, row.列名1, row.列名2)示例
for index, row in df.iterrows():print(f第 {index} 行: {row[A]}, {row[B]}, {row[C]})读取整体数据
查看 DataFrame 头部print(df.head()) # 默认显示前 5 行
print(df.head(10)) # 显示前 10 行转换为 NumPy 数组array df.values查看数据类型print(df.dtypes)如果需要进一步操作可以根据具体场景扩展
