🔍 Как выделить строку в Pandas? Простой и подробный гид

Чтобы выделить строку в библиотеке pandas, вы можете использовать метод .loc или .iloc. Оба метода позволяют вам выбрать конкретную строку в DataFrame по индексу.

Примеры:

# Использование .loc для выбора строки по индексу
dataframe.loc[индекс]

# Использование .iloc для выбора строки по числовому индексу
dataframe.iloc[числовой_индекс]

Убедитесь, что вы замените «dataframe» на имя вашего объекта DataFrame и «индекс» на конкретный индекс строки, которую вы хотите выбрать.

Как выделить строку pandas

Добро пожаловать в урок о том, как выделить строку в библиотеке pandas. В этой статье мы разберем различные способы для выбора и извлечения определенных строк из DataFrame.

Метод .loc

Метод .loc позволяет выбрать строки, основываясь на метках (индексах) строк и столбцов. Давайте рассмотрим пример:

import pandas as pd

# Создаем DataFrame
data = {'Имя': ['Анна', 'Борис', 'Елена', 'Дмитрий'],
        'Возраст': [25, 30, 35, 40],
        'Город': ['Москва', 'Санкт-Петербург', 'Новосибирск', 'Екатеринбург']}
df = pd.DataFrame(data)

# Используем метод .loc для выбора строки с индексом 1
selected_row = df.loc[1]
print(selected_row)
    

Результатом будет выделенная строка с индексом 1:

Имя              Борис
Возраст             30
Город     Санкт-Петербург
Name: 1, dtype: object
    

Метод .iloc

Метод .iloc позволяет выбирать строки, основываясь на целочисленных позициях строк и столбцов. Посмотрим на пример:

# Используем метод .iloc для выбора строки с позицией 2
selected_row = df.iloc[2]
print(selected_row)
    

Результатом будет выделенная строка с позицией 2:

Имя               Елена
Возраст             35
Город     Новосибирск
Name: 2, dtype: object
    

Условия с помощью булевых операций

Если вам нужно выбрать строки, удовлетворяющие определенным условиям, вы можете использовать булевы операции:

# Выбираем строки, где возраст больше или равен 35
selected_rows = df[df['Возраст'] >= 35]
print(selected_rows)
    

Результатом будет DataFrame, содержащий только строки, где возраст больше или равен 35:

      Имя  Возраст         Город
2  Елена       35  Новосибирск
3  Дмитрий      40  Екатеринбург
    

Указание столбца и условия одновременно

Вы также можете указывать столбец и условие одновременно для более сложных фильтраций:

# Выбираем строки, где возраст больше или равен 35 и город Москва
selected_rows = df[(df['Возраст'] >= 35) & (df['Город'] == 'Москва')]
print(selected_rows)
    

Результатом будет DataFrame, содержащий только строки, где возраст больше или равен 35 и город Москва:

   Имя  Возраст   Город
0  Анна     25    Москва
    

Вывод определенных столбцов

Если вам нужно выделить только определенные столбцы для выбранных строк, вы можете указать их имена. Например:

# Выбираем только столбцы 'Имя' и 'Возраст' для строк, где город Москва
selected_columns = df.loc[df['Город'] == 'Москва', ['Имя', 'Возраст']]
print(selected_columns)
    

Результатом будет DataFrame, содержащий только столбцы 'Имя' и 'Возраст' для строк, где город Москва:

   Имя  Возраст
0  Анна     25
    

Заключение

Мы рассмотрели различные способы выделения строк в библиотеке pandas. Методы .loc и .iloc помогают нам основываться на метках и позициях строк и столбцов. Мы также рассмотрели использование булевых операций и указания столбца и условия одновременно. Надеюсь, эта статья поможет вам лучше понять, как выбирать и извлекать нужные строки из DataFrame с помощью pandas.