วิธีพิมพ์แถวเฉพาะของ dataframe pandas

คุณสามารถใช้วิธีการต่อไปนี้เพื่อพิมพ์แถวเฉพาะของ Pandas DataFrame:

วิธีที่ 1: พิมพ์เส้นตามตำแหน่งนิ้วชี้

 print (df. iloc [[ 3 ]])

วิธีที่ 2: พิมพ์แถวตามป้ายดัชนี

 print ( df.loc [[' this_label ']])

ตัวอย่างต่อไปนี้แสดงวิธีการใช้แต่ละวิธีในทางปฏิบัติกับ Pandas DataFrame ต่อไปนี้:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' points ': [18, 22, 19, 14, 10, 11, 20, 28],
                   ' assists ': [4, 5, 5, 4, 9, 12, 11, 8],
                   ' rebounds ': [3, 9, 12, 4, 4, 9, 8, 2]},
                    index=['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'])

#view DataFrame
print (df)

   points assists rebounds
A 18 4 3
B 22 5 9
C 19 5 12
D 14 4 4
E 10 9 4
F 11 12 9
G 20 11 8
H 28 8 2

ที่เกี่ยวข้อง: Pandas loc กับ iloc: อะไรคือความแตกต่าง?

ตัวอย่างที่ 1: พิมพ์บรรทัดตามตำแหน่งดัชนี

รหัสต่อไปนี้แสดงวิธีการพิมพ์แถวที่อยู่ในตำแหน่งดัชนี 3 ใน DataFrame:

 #print row located at index position 3
print (df. iloc [[ 3 ]])

   points assists rebounds
D 14 4 4

โปรดทราบว่าจะพิมพ์เฉพาะบรรทัดที่ตำแหน่งดัชนี 3 เท่านั้น

หากต้องการพิมพ์หลายบรรทัดต่อตำแหน่งดัชนี เพียงรวมค่าหลายค่าในฟังก์ชัน iloc :

 #print rows located at index positions 3 and 5
print (df. iloc [[ 3 , 5 ]])

   points assists rebounds
D 14 4 4
F 11 12 9

โปรดทราบว่าจะพิมพ์เฉพาะบรรทัดที่ตำแหน่งดัชนี 3 และ 5 เท่านั้น

ตัวอย่างที่ 2: พิมพ์แถวตามป้ายดัชนี

รหัสต่อไปนี้แสดงวิธีการพิมพ์แถวที่มีป้ายชื่อดัชนี “C” ใน DataFrame:

 #print row with index label 'C'
print ( df.loc [[' C ']])

   points assists rebounds
C 19 5 12

โปรดทราบว่าจะพิมพ์เฉพาะบรรทัดที่มีป้ายกำกับดัชนี “C” เท่านั้น

หากต้องการพิมพ์หลายบรรทัดต่อแท็กดัชนี เพียงรวมหลายแท็กในฟังก์ชัน loc :

 #print rows with index labels 'C' and 'F'
print ( df.loc [[' C ',' F ']])

   points assists rebounds
C 19 5 12
F 11 12 9

โปรดทราบว่าจะพิมพ์เฉพาะบรรทัดที่มีป้ายดัชนี “C” และ “F” เท่านั้น

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการทั่วไปอื่น ๆ ในแพนด้า:

วิธีพิมพ์ Pandas DataFrame โดยไม่มีดัชนี
วิธีพิมพ์คอลัมน์ของ Pandas DataFrame
วิธีแสดงแถวทั้งหมดใน Pandas DataFrame