目录
1 利用loc、iloc提取行数据
2 利用loc、iloc提取列数据
3 利用loc、iloc提取指定行、指定列数据
所有数据
5 利用loc函数，根据某个数据来提取数据所在的行
6 iloc的详细用法
6.1 得到属性名、第一行数据、数据类型
6.2 得到属性名、第二行数据、数据类型
6.3 得到全部数据
6.4 得到第二行开始的数据
6.5 得到第3-n行，第4-m列的数据(假设共有n行，m列)
1 利用loc、iloc提取行数据
loc函数：通过行索引 “Index” 中的具体值来取行数据（如取"Index"为"A"的行）
iloc函数：通过行号来取行数据（如取第二行的数据）
import numpy as np
import pandas as pd
#创建一个Dataframe
data=pd.DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('ABCD'))
In[1]: data
Out[1]:
A B C D
a 0 1 2 3
b 4 5 6 7
c 8 9 10 11
d 12 13 14 15
#取索引为'a'的行
In[2]: data.loc['a']
Out[2]:
A 0
B 1
C 2
D 3
#取第一行数据，索引为'a'的行就是第一行，所以结果相同
In[3]: data.iloc[0]
Out[3]:
A 0
B 1
C 2
D 3
2 利用loc、iloc提取列数据
In[4]:data.loc[:,['A']] #取'A'列所有行，多取几列格式为 data.loc[:,['A','B']]
Out[4]:
A
a 0
b 4
c 8
d 12
In[5]:data.iloc[:,[0]] #取第0列所有行，多取几列格式为 data.iloc[:,[0,1]]
Out[5]:
A
a 0
b 4
c 8
d 12
3 利用loc、iloc提取指定行、指定列数据
In[6]:data.loc[['a','b'],['A','B']] #提取index为'a','b',列名为'A','B'中的数据
Out[6]:
A B
a 0 1
b 4 5
In[7]:data.iloc[[0,1],[0,1]] #提取第0、1行，第0、1列中的数据
Out[7]:
A B
a 0 1
b 4 5
4 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 D
a 0 1 2 3
b 4 5 6 7
c 8 9 10 11
d 12 13 14 15
In[9]:data.iloc[:,:] #取第0,1,2,3列的所有行
Out[9]:
A B C D
a 0 1 2 3
b 4 5 6 7
c 8 9 10 11
d 12 13 14 15
5 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 D
a 0 1 2 3
6 iloc的详细用法
6.1 得到属性名、第一行数据、数据类型
print(data.iloc[0])
No 1
square_feet 150
loaction 4
built 10
price 6450
Name: 0, dtype: int64
6.2 得到属性名、第二行数据、数据类型
print(data.iloc[1])
No 2
square_feet 200
loaction 5
built 9
price 7450
Name: 1, dtype: int64
6.3 得到全部数据
#方法一
print(data.iloc[:])
#方法二
print(data.iloc[0:])
#方法三
print(data.iloc[:, :])
No square_feet loaction built price
0 1 150 4 10 6450
1 2 200 5 9 7450
2 3 250 3 7 8450
3 4 300 3 4 9450
4 5 350 4 3 11450
5 6 400 2 4 15450
6 7 400 1 2 18450
6.4 得到第二行开始的数据
print(data.iloc[1:])
No square_feet loaction built price
1 2 200 5 9 7450
2 3 250 3 7 8450
3 4 300 3 4 9450
4 5 350 4 3 11450
5 6 400 2 4 15450
6 7 400 1 2 18450
6.5 得到第3-n行，第4-m列的数据(假设共有n行，m列)
print(data.iloc[2:, 3:])
built price
2 7 8450
3 4 9450
4 3 11450
5 4 15450
6 2 18450