目录
df.iloc[:row]: 切片获取多行 从0–row行，[0:row]左闭右开
3) df.iloc[行,列]： 指定行，列取到某单元格的数据
5) df.iloc[[行号1,行号2],[列号1,列号2]] 获取不连续的行 列 数据
2) df.loc[index1:index2] 切片获取连续的多行，左闭右闭
3) df.loc[index1,index3,index4] 获取不连续的多行 左闭右闭
6) df.loc[index1:index3] [“col1”] 获取连续多行，指定单列
7) df.loc[[index1,index3], [“col1”] ] 获取不连续多行，指定单列
8) df.loc[:, [‘A’, ‘C’]] 获取不连续多列– A列和C列
9) df.loc[:, ‘A’:’C’] 选取连续多列–A列到C列
10) df.loc[index,列名] 获取指定单行，单列的数据 –具体单元格值
11) df.loc[index1:index2, “col1″:”col3”] 获取连续多行，多列
12) df.loc[[index1,index2], “col1″:”col3”] 获取不连续行，不连续列的内容
1.pandas简介
由于pandas使用openpyxl或xlwings库读写excel文件，因此openpyxl和xlwings必须安装一个
pandas是一个开放源码，可以从各种文件格式（excel，csv，json，数据库SQL等）中导入数据，导出数据。
pandas衍生自术语”panel data” 面板数据
Pandas库使用Numpy库提供高性能的矩阵运算, 安装Pandas库时，Numpy库将自动安装。
pandas的数据类型主要是Series类（一维数据系列）和DataFrame类（二维数据表）
Series对象保存一组数据，类似于一维数组列表
DataFrame对象是一个表格型的数据结构，有多个列，多个行，类似于excel表格或数据库的表。
提取dataFrame的一行或一列获得一个Series对象。
类似于数据库，Dataframe有索引列，用于快速查找。
2 索引
索引就像地址，告知你数据在dataframe或者series的具体位置。索引分为行索引和列索引两种。默认情况下，行索引为序列号，列索引为列名。
2.1 查看行索引
df.index
2.2 查看列索引
df.columns
2.3 设定索引
set_index方法是专门用来将某一列设置为index
主要参数：
keys：需要设置为index的列名
drop：True or False。在将原来的列设置为index，是否需要删除原来的列。默认为True，即删除（Delete columns to be used as the new index.）【将设置为索引的列删除，默认为True 】
append：True or False。新的index设置之后，是否要删除原来的index。默认为True。（Whether to append columns to existing index.）[原索引是否保留，默认为True ]
inplace：True or False。是否要用新的DataFrame取代原来的DataFrame。默认False，即不取代。（ Modify the DataFrame in place (do not create a new object)）
【是否在原DataFrame上修改，默认False 】
inplace=False ，不在原df上修改，set_index返回一个新的df，
inplace=True ，在原df上修改，set_index返回None
inplace=False 使用时需要赋值
`
“””
excel_data=excel_data.set_index(‘age’) 需要赋值，才生效
Original: https://blog.csdn.net/lzmlc0109/article/details/126721329
Author: 此时
Title: 36~ pandas读取
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/743402/
转载文章受原作者版权保护。转载请注明原作者出处！