答案是选择 Pandas DataFrame 中特定行和列主要使用 .loc 和 .iloc 方法，.loc 基于标签访问数据，如 df.loc[‘row2’] 选行、df.loc[:, ‘col2’] 选列，支持多行、多列及条件筛选；.iloc 基于整数位置，如 df.iloc[1] 选第二行，df.iloc[:, 1] 选第二列，支持切片操作；需注意索引类型避免 KeyError 或 IndexError，可通过 df.index 和 df.columns 查看索引信息，优先根据标签是否排序选择 .loc 或 .iloc 以优化性能，复杂过滤可结合逻辑运算符、apply、isin 和 query 方法实现。
选择 Pandas DataFrame 中特定的行和列，主要依靠
.loc
和
.iloc
这两个方法。
.loc
基于标签进行选择，而
.iloc
基于整数位置进行选择。理解它们的区别和用法是高效使用 Pandas 的关键。
解决方案
-
使用
.loc
基于标签选择数据
.loc
允许你使用行和列的标签来选择数据。标签可以是行索引或列名。
立即学习“Python免费学习笔记（深入）”；
-
选择单行:
import pandas as pd data = {'col1': [1, 2, 3], 'col2': [4, 5, 6], 'col3': [7, 8, 9]} df = pd.DataFrame(data, index=['row1', 'row2', 'row3']) # 选择 'row2' 这一行 row = df.loc['row2'] print(row) -
选择多行:
# 选择 'row1' 和 'row3' 这两行 rows = df.loc[['row1', 'row3']] print(rows)
-
选择单列:
# 选择 'col2' 这一列 col = df.loc[:, 'col2'] # 注意这里的冒号，表示选择所有行 print(col)
-
选择多列:
# 选择 'col1' 和 'col3' 这两列 cols = df.loc[:, ['col1', 'col3']] print(cols)
-
选择特定的行和列:
# 选择 'row1' 和 'row2' 的 'col2' 和 'col3' subset = df.loc[['row1', 'row2'], ['col2', 'col3']] print(subset)
-
使用条件选择行:
# 选择 'col1' 大于 1 的所有行 filtered_df = df.loc[df['col1'] > 1] print(filtered_df)
-
-
使用
.iloc
基于整数位置选择数据
.iloc
允许你使用行和列的整数位置来选择数据。位置索引从 0 开始。
-
选择单行:
# 选择索引为 1 的行（第二行） row = df.iloc[1] print(row)
-
选择多行:
# 选择索引为 0 和 2 的行（第一行和第三行） rows = df.iloc[[0, 2]] print(rows)
-
选择单列:
# 选择索引为 1 的列（第二列） col = df.iloc[:, 1] print(col)
-
选择多列:
# 选择索引为 0 和 2 的列（第一列和第三列） cols = df.iloc[:, [0, 2]] print(cols)
-
选择特定的行和列:
# 选择索引为 0 和 1 的行，索引为 1 和 2 的列 subset = df.iloc[[0, 1], [1, 2]] print(subset)
-
使用切片选择:
# 选择前两行和前两列 subset = df.iloc[0:2, 0:2] # 注意切片是不包含结束索引的 print(subset)
-
如何理解 Pandas 的索引，以及如何避免常见的索引错误？
Pandas 的索引是 DataFrame 或 Series 中用于标识和访问数据的标签。它可以是数字、字符串或任何其他不可变对象。 了解索引的工作原理对于避免常见的索引错误至关重要。
- 索引类型: Pandas 允许你使用多种类型的索引，包括整数索引、标签索引和多级索引（Hierarchical Indexing）。
- 常见的索引错误:
KeyError
（当尝试使用不存在的标签访问数据时）和
IndexError
（当尝试使用超出范围的整数位置访问数据时）。 比如，你的索引是字符串，你用了整数，就可能报
KeyError
。
- 避免索引错误: 确保你使用的索引类型与 DataFrame 或 Series 的索引类型匹配。 显式使用
.loc
和
.iloc
可以减少混淆。 如果不确定索引类型，可以使用
df.index
和
df.columns
来查看。
- 重置索引:
df.reset_index()
可以将索引重置为默认的整数索引，并将原来的索引变成一列。 这在数据处理过程中非常有用。
.loc
和
.iloc
在性能方面有什么差异？什么情况下应该优先选择哪个？
.loc
和
.iloc
在性能方面存在差异，选择哪个取决于具体的使用场景。
- 性能差异: 一般来说，如果标签是排序的，
.loc
的性能会更好，因为它可以使用二分查找。
.iloc
的性能通常更稳定，因为它直接使用整数位置进行索引。
- 选择依据:
- 如果需要基于标签进行选择，并且标签是排序的，优先选择
.loc
。
- 如果需要基于整数位置进行选择，或者不确定标签是否排序，优先选择
.iloc
。
- 在循环中频繁访问数据时，尽量避免使用链式索引（例如
df['col1']['row1']
），因为它可能会导致性能问题。 建议使用
.loc
或
.iloc
一次性完成选择。
- 如果需要基于标签进行选择，并且标签是排序的，优先选择
如何使用 Pandas 进行更复杂的数据选择和过滤，例如多条件过滤或基于函数过滤？
除了基本的行和列选择，Pandas 还提供了强大的数据选择和过滤功能，可以满足更复杂的需求。
-
多条件过滤: 可以使用逻辑运算符（
&
表示 “与”，
|
表示 “或”，
~
表示 “非”）组合多个条件。
# 选择 'col1' 大于 1 且 'col2' 小于 6 的所有行 filtered_df = df.loc[(df['col1'] > 1) & (df['col2'] < 6)] print(filtered_df)
-
基于函数过滤: 可以使用
apply()
方法将函数应用于 DataFrame 的行或列，并根据函数的返回值进行过滤。
# 选择 'col1' 的值是偶数的所有行 filtered_df = df.loc[df['col1'].apply(lambda x: x % 2 == 0)] print(filtered_df)
-
使用
isin()
方法:
isin()
方法可以检查 DataFrame 的列中是否包含指定的值。
# 选择 'col1' 的值是 1 或 3 的所有行 filtered_df = df.loc[df['col1'].isin([1, 3])] print(filtered_df)
-
使用
query()
方法:
query()
方法允许你使用字符串表达式来选择数据。
# 选择 'col1' 大于 1 且 'col2' 小于 6 的所有行 filtered_df = df.query('col1 > 1 and col2 < 6') print(filtered_df)
掌握这些方法可以让你更灵活地处理和分析 Pandas DataFrame 中的数据。 记住，实践是最好的老师，多尝试不同的选择和过滤方法，才能真正理解它们的用法。