Pandas处理Excel表格选择数据的方法

当打开一个Excel表，里面的数据不一定都是我们想要的，有时候只需要某几行或者某几列，在excel中操作很简单，只需要按住鼠标在目标拖动即可，但在pandas库中操作中有些许麻烦，但pandas是Python编程语言中用于数据操作的强大库，特别适用于数据处理和分析。在pandas中有以下常用的两种方法。

1. .loc:

.loc是基于标签进行选择的，这意味着它通过行和列的标签（名称）来选择数据。它的语法是df.loc[row_labels, column_labels]。

* `row_labels`：可以是单个标签名称或一个标签名称的列表，表示要选择的行。如果提供的是一个列表，那么返回的结果将是一个多层次索引的数据。

* `column_labels`：同样可以是单个标签名称或一个标签名称的列表，表示要选择的列。如果省略，则选择所有列。注意，列的顺序会根据它们在DataFrame中出现的顺序进行保持。

例如：如果我们有一个名为`df`的DataFrame，那么`df.loc['A']`将选择第一行，而`df.loc[:, 'B']`将选择所有行和第二列。

下面是一个例子：

import pandas as pd data = {'Name': ['Tom', 'Nick', 'John', 'Tom'], 'Age': [20, 21, 19, 18]} df = pd.DataFrame(data) # 使用.loc选择名为'Tom'的所有行 print(df.loc[df['Name'] == 'Tom'])

2. .iloc:

.iloc是基于整数位置进行选择的，它通过行和列的整数位置来选择数据。它的语法是df.iloc[row_positions, column_positions]。

* `row_positions`：可以选择单个整数位置或一个整数位置的列表，表示要选择的行。注意，这里的位置是从0开始计数的。如果省略，则选择所有行。

* `column_positions`：同理，可以选择单个整数位置或一个整数位置的列表，表示要选择的列。如果省略，则选择所有列。

例如：如果我们有一个名为`df`的DataFrame，那么`df.iloc[0]`将选择第一行，而`df.iloc[:, 1]`将选择所有行和第二列。

下面是一个例子：

import pandas as pd data = {'Name': ['Tom', 'Nick', 'John', 'Tom'], 'Age': [20, 21, 19, 18]} df = pd.DataFrame(data) # 使用.iloc选择第一行和第二列 print(df.iloc[0, 1])

注意，.loc和.iloc都是包含开始索引和结束索引的区间（闭区间），这与Python中的标准切片行为略有不同，后者通常是左闭右开区间。此外，.loc可以接受布尔数组作为行标签，而.iloc不能。这使得.loc在某些情况下更加灵活。