以loc和iloc分别获取第4行

在Pandas库中，你可以使用 `.loc` 和 `.iloc` 来访问DataFrame的行和列。`.loc` 是基于标签的索引器，而 `.iloc` 是基于整数的位置索引器。 以下是如何使用 `.loc` 和 `.iloc` 来获取DataFrame的第4行数据的示例代码： ### 示例数据 ```python import pandas as pd import numpy as np # 创建一个示例DataFrame data = { 'a': np.random.randint(1, 20, 10), 'b': np.random.randint(1, 20, 10), 'c': np.random.randint(1, 20, 10), 'd': np.random.randint(1, 20, 10), 'e': np.random.randint(1, 20, 10) } df = pd.DataFrame(data) # 打印原始DataFrame print("原始DataFrame:") print(df) ``` ### 使用 `.iloc` 获取第4行 ```python # 获取第4行（从0开始索引） fourth_row_by_iloc = df.iloc[3] # 打印结果 print("\n使用 .iloc 获取第4行:") print(fourth_row_by_iloc) ``` ### 使用 `.loc` 获取第4行 ```python # 假设行标签是从索引0开始的整数 fourth_row_by_loc = df.loc[3] # 打印结果 print("\n使用 .loc 获取第4行:") print(fourth_row_by_loc) ``` ### 为DataFrame设置自定义行标签 如果你的DataFrame行标签不是默认的整数索引，你需要确保使用正确的标签来访问行。例如： ```python # 创建一个具有自定义行标签的DataFrame index_labels = ['row1', 'row2', 'row3', 'row4', 'row5', 'row6', 'row7', 'row8', 'row9', 'row10'] df_custom_index = pd.DataFrame(data, index=index_labels) # 打印自定义索引的DataFrame print("\n自定义行标签的DataFrame:") print(df_custom_index) # 使用 .loc 获取第4行（根据自定义标签） fourth_row_by_loc_custom = df_custom_index.loc['row4'] # 打印结果 print("\n使用 .loc 获取第4行（自定义行标签）:") print(fourth_row_by_loc_custom) ``` ### 总结 - **`.iloc[3]`**：通过位置索引获取第4行（索引从0开始，因此第4行索引为3）。 - **`.loc[3]`**：通过默认的整数索引获取第4行，假设行标签是从0开始的整数。 - **`.loc['row4']`**：通过自定义的行标签获取第4行。 这种方法可以灵活地根据行索引或标签来访问DataFrame的特定行。