🔍 Как обратиться к строке по индексу в pandas: подробное руководство с примерами

Как обратиться к строке по индексу в pandas?

В библиотеке pandas, чтобы обратиться к строке по индексу, мы можем использовать методы iloc и loc. Оба метода позволяют нам выбирать отдельные строки на основе их индекса.

Метод iloc используется для доступа к строкам по их числовому индексу. Нумерация строк начинается с 0. Ниже приведен пример:

import pandas as pd

# Создаем DataFrame
data = {'Name':['John', 'Emily', 'Michael', 'Jessica'],
        'Age':[25, 28, 32, 35],
        'City':['New York', 'Paris', 'London', 'Sydney']}

df = pd.DataFrame(data)

# Используем iloc для доступа к строке по индексу 2
row = df.iloc[2]
print(row)

В этом примере мы создаем DataFrame с именами, возрастом и городами людей. Затем мы используем метод iloc с индексом 2, чтобы получить строку с индексом 2 (третью по счету). Результат будет содержать информацию о Michael.

Метод loc позволяет нам обратиться к строкам по метке индекса. Метка индекса может быть числовой или строковой, зависит от того, какой тип индекса у DataFrame. Ниже приведен пример:

# Используем loc для доступа к строке с меткой индекса 'Emily'
row = df.loc[1]
print(row)

В этом примере мы используем метод loc с меткой индекса 'Emily', чтобы получить строку с этой меткой. Результат будет содержать информацию об Emily.

Если вы хотите обратиться к нескольким строкам, вы можете передать список индексов или меток индексов в методы iloc и loc. Например:

# Используем iloc для доступа к строкам с индексами 1 и 3
rows = df.iloc[[1, 3]]
print(rows)

# Используем loc для доступа к строкам с метками индексов 'John' и 'Michael'
rows = df.loc[['John', 'Michael']]
print(rows)

В этих примерах мы передаем список индексов и меток индексов в методы iloc и loc соответственно, чтобы получить несколько строк.

Таким образом, мы можем использовать методы iloc и loc в библиотеке pandas для обращения к строкам по их индексу и меткам индексов. Надеюсь, это помогло вам понять, как обратиться к строке по индексу в pandas.