HOWTO · Pandas
獲取 Dataframe Pandas 的第一行
本教程解釋瞭如何使用 pandas.DataFrame.iloc 屬性和 pandas.DataFrame.head()方法從 Pandas DataFrame 中獲取第一行。
本頁內容
本教程介紹瞭如何使用 pandas.DataFrame.iloc 屬性和 pandas.DataFrame.head() 方法從 Pandas DataFrame 中獲取第一行。
我們將在下面的例子中使用以下 DataFrame 來解釋如何從 Pandas DataFrame 中獲取第一行。
import pandas as pd
df = pd.DataFrame(
{
"C_1": ["A", "B", "C", "D"],
"C_2": [40, 34, 38, 45],
"C_3": [430, 980, 200, 350],
}
)
print(df)
輸出：
C_1 C_2 C_3
0 A 40 430
1 B 34 980
2 C 38 200
3 D 45 350
使用 pandas.DataFrame.iloc 屬性獲取 Pandas DataFrame 的第一行
import pandas as pd
df = pd.DataFrame(
{
"C_1": ["A", "B", "C", "D"],
"C_2": [40, 34, 38, 45],
"C_3": [430, 980, 200, 350],
}
)
row_1 = df.iloc[0]
print("The DataFrame is:")
print(df, "\n")
print("The First Row of the DataFrame is:")
print(row_1)
輸出：
The DataFrame is:
C_1 C_2 C_3
0 A 40 430
1 B 34 980
2 C 38 200
3 D 45 350
The First Row of the DataFrame is:
C_1 A
C_2 40
C_3 430
Name: 0, dtype: object
它顯示 DataFrame df 的第一行。為了選擇第一行，我們使用第一行的預設索引，即 0 和 DataFrame 的 iloc 屬性。
使用 pandas.DataFrame.head() 方法從 Pandas DataFrame 中獲取第一行
pandas.DataFrame.head() 方法返回一個 DataFrame，其中包含 DataFrame 中最上面的 5 行。我們也可以傳遞一個數字作為引數給 pandas.DataFrame.head() 方法，代表要選擇的最上面的行數。我們可以傳遞 1 作為引數到 pandas.DataFrame.head() 方法中，只選擇 DataFrame 的第一行。
import pandas as pd
df = pd.DataFrame(
{
"C_1": ["A", "B", "C", "D"],
"C_2": [40, 34, 38, 45],
"C_3": [430, 980, 200, 350],
}
)
row_1 = df.head(1)
print("The DataFrame is:")
print(df, "\n")
print("The First Row of the DataFrame is:")
print(row_1)
輸出：
The DataFrame is:
C_1 C_2 C_3
0 A 40 430
1 B 34 980
2 C 38 200
3 D 45 350
The First Row of the DataFrame is:
C_1 C_2 C_3
0 A 40 430
根據指定的條件從 Pandas DataFrame 中獲取第一行
為了從 DataFrame 中提取滿足指定條件的第一行，我們首先過濾滿足指定條件的行，然後使用上面討論的方法從過濾後的 DataFrame 中選擇第一行。
import pandas as pd
df = pd.DataFrame(
{
"C_1": ["A", "B", "C", "D"],
"C_2": [40, 34, 38, 45],
"C_3": [430, 980, 500, 350],
}
)
filtered_df = df[(df.C_2 < 40) & (df.C_3 > 450)]
row_1_filtered = filtered_df.head(1)
print("The DataFrame is:")
print(df, "\n")
print("The Filtered DataFrame is:")
print(filtered_df, "\n")
print("The First Row with C_2 less than 45 and C_3 greater than 450 is:")
print(row_1_filtered)
輸出：
The DataFrame is:
C_1 C_2 C_3
0 A 40 430
1 B 34 980
2 C 38 500
3 D 45 350
The Filtered DataFrame is:
C_1 C_2 C_3
1 B 34 980
2 C 38 500
The First Row with C_2 less than 45 and C_3 greater than 450 is:
C_1 C_2 C_3
1 B 34 980
它將顯示第一條列 C_2 值小於 45 且 C_3 列值大於 450 的行。
我們也可以使用 query() 方法來過濾 DataFrame 中的行。
import pandas as pd
df = pd.DataFrame(
{
"C_1": ["A", "B", "C", "D"],
"C_2": [40, 34, 38, 45],
"C_3": [430, 980, 500, 350],
}
)
filtered_df = df.query("(C_2 < 40) & (C_3 > 450)")
row_1_filtered = filtered_df.head(1)
print("The DataFrame is:")
print(df, "\n")
print("The Filtered DataFrame is:")
print(filtered_df, "\n")
print("The First Row with C_2 less than 45 and C_3 greater than 450 is:")
print(row_1_filtered)
輸出：
The DataFrame is:
C_1 C_2 C_3
0 A 40 430
1 B 34 980
2 C 38 500
3 D 45 350
The Filtered DataFrame is:
C_1 C_2 C_3
1 B 34 980
2 C 38 500
The First Row with C_2 less than 45 and C_3 greater than 450 is:
C_1 C_2 C_3
1 B 34 980
它將使用 query() 方法過濾所有列 C_2 值小於 45 和列 C_3 值大於 450 的行，然後使用 head() 方法從 filtered_df 中選擇第一行。
