Python數據分析基礎與應用模塊電子活頁4-3使用行索引操作DataFrame【技能訓練4-7】使用行索引操作DataFrame【訓練要求】?！緦嵤┻^程】1．使用loc[]屬性基于標簽索引選取DataFrame中的數據（1）選取DataFrame中的單行數據代碼如下：importpandasaspddata1={'name':pd.Series(['安靜','路遠','溫暖','向北'],index=['stu1','stu2','stu3','stu4']),'age':pd.Series([21,20,19,22],index=['stu1','stu2','stu3','stu4']),'score':pd.Series([86.0,82.5,95.0,90.5],index=['stu1','stu2','stu3','stu4'])}df1=pd.DataFrame(data1)print(df1)輸出結果：nameagescorestu1安靜2186.0stu2路遠2082.5stu3溫暖1995.0stu4向北2290.5代碼如下：#選取1行數據print(df1.loc['stu2'])輸出結果：name路遠age20score82.5Name:stu2,dtype:object（2）選取DataFrame中的多行數據代碼如下：importpandasaspddata2={'name':['安靜','路遠','溫暖','向北'],'age':[21,20,19,22],'score':[86.0,82.5,95.0,90.5]}label1=['stu1','stu2','stu3','stu4']df1=pd.DataFrame(data2,index=label1)#對多行進行操作print(df1.loc['stu1':'stu3',:])#輸出結果與df1.loc['stu1':'stu3']的相同輸出結果：nameagescorestu1安靜2186.0stu2路遠2082.5stu3溫暖1995.0（3）選取DataFrame中的多列數據代碼如下：print(df1.loc[:,['name','score']])輸出結果：namescorestu1安靜86.0stu2路遠82.5stu3溫暖95.0stu4向北90.5（4）選取DataFrame中的部分行的部分列數據代碼如下：print(df1.loc[['stu1','stu3'],['name','score']])輸出結果：namescorestu1安靜86.0stu3溫暖95.0代碼如下：data3=[['安靜','女',21,86.0],['路遠','男',20,82.5],['溫暖','男',19,95.0],['向北','女',22,90.5]]df2=pd.DataFrame(data3,index=['stu1','stu2','stu3','stu4'],columns=['name','sex','age','score'])print(df2.loc[['stu1','stu3'],['name','score']])輸出結果：namescorestu1安靜86.0stu3溫暖95.02．使用iloc[]屬性基于整數索引選取DataFrame中的數據（1）選取DataFrame中的單行數據通過將數據行的索引傳遞給iloc[]屬性，可以實現數據行選取。代碼如下：print(df2.iloc[2])輸出結果：name溫暖sex男age19score95.0Name:stu3,dtype:object（2）選取DataFrame中的多行數據代碼如下：#選擇行索引值為1、2的兩行數據print(df2.iloc[1:3,:])輸出結果：namesexagescorestu2路遠男2082.5stu3溫暖男1995.0（3）選取DataFrame中的多列數據代碼如下：#選擇列索引值為1、2的兩列數據print(df2.iloc[:,1:3])輸出結果：sexagestu1女21stu2男20stu3男19stu4女22（4）選取DataFrame中的部分行的部分列數據代碼如下：#選擇行索引值為1、3，列索引值為0、3的數據print(df2.iloc[[1,3],[0,3]])輸出結果：namescorestu2路遠82.5stu4向北90.53．通過切片操作選取DataFrame中的多行數據代碼如下：#選擇第2行和第3行數據print(df2[1:3])輸出結果：namesexagescorestu2路遠男2082.5stu3溫暖男1995.0代碼如下：#選擇第1行和第3行數據print(df2.iloc[0:4:2])輸出結果：namesexagescorestu1安靜女2186.0stu3溫暖男1995.0【說明】iloc[0:4:2]屬性中數組切片0:4:2表示起始值是0，終止值是4（不包含4），步長是2，所取數據的行索引值分別為0和2。4．DataFrame對象添加數據行（1）使用loc[]屬性結合標簽索引添加數據行代碼如下：importpandasaspddf3=pd.DataFrame([['安靜','女',21,86.0],['路遠','男',20,82.5]],columns=['name','sex','age','score'],index=['stu1','stu2'])df3.loc['stu3']=['溫暖','男',19,95.0]print(df3)輸出結果：namesexagescorestu1安靜女2186.0stu2路遠男2082.5stu3溫暖男1995.0（2）使用iloc[]屬性結合整數索引添加數據行代碼如下：df3.iloc[2]=['溫暖','男',19,95.0]print(df3)輸出結果：namesexagescorestu1安靜女2186.0stu2路遠男2082.5stu3溫暖男1995.0（3）使用append()函數將新的數據行添加到DataFrame對象中代碼如下：importpandasaspddf4=pd.DataFrame([['安靜','女',21,86.0],['路遠','男',20,82.5]],columns=['name','sex','age','score'])df5=pd.DataFrame([['溫暖','男',19,95.0],['向北','女',22,90.5]],columns=['name','sex','age','score'])#在行末追加新數據行df6=df4.append(df5)print(df6)輸出結果：namesexagescore0安靜女2186.01路遠男2082.50溫暖男1995.01向北女2290.55．刪除數據行（1）使用drop()函數結合行索引刪除一行數據代碼如下：importpandasaspddata7={'name':['安靜','路遠','溫暖','向北'],'age':[21,20,19,22],'score':[86.0,82.5,95.0,90.5]}df7=pd.DataFrame(data7)#對一行進行操作df8=df7.drop(0)print(df8)輸出結果：nameagescore1路遠2082.52溫暖1995.03向北2290.5上述代碼中，通過drop(0)刪除了一行數據。（2）使用drop()函數結合行索引刪除多行數據代碼如下：#對多行進行操作df8=df7.drop([0,2])print(df8)輸出結果：nameagescore1路遠2082.53向北22