HOWTO · Pandas

获取 Dataframe Pandas 的第一行

学习使用 iloc、head()、筛选、query()、take() 和切片选取 Pandas DataFrame 的第一行,并选择返回 Series 还是 DataFrame 结果。

本页内容

使用 df.iloc[0] 可将第一行作为 Series 获取;使用 df.head(1) 则可将其保留为仅含一行的 DataFrame。若要获取符合条件的第一行,请先筛选,再选取筛选结果中的第一行。

示例使用这个小型 DataFrame,方便查看选出的值和原始行索引标签。每个代码块都可独立运行,运行环境需安装 pandas;每个示例后展示的是所提供运行中的观察输出。

使用 pandas.DataFrame.iloc 属性获取 Pandas DataFrame 的第一行

pandas.DataFrame.iloc 按整数位置选择行和列。位置 0 表示第一行,与该行的索引标签无关。使用 df.iloc[0] 选择一行会返回 Series,其索引包含 DataFrame 的列名。使用 df.iloc[0, 1] 可选取第 0 行、第 1 列中的单个值。

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],
    }
)

first_row = df.iloc[0]
print(first_row)
C_1      A
C_2     40
C_3    430
Name: 0, dtype: object

如果后续计算或按列名访问时使用 Series 更方便,就选择这种写法。若要保留二维 DataFrame 形状,可使用 df.iloc[[0]] 或下文介绍的方法。

使用 pandas.DataFrame.head() 方法获取 Pandas DataFrame 的第一行

pandas.DataFrame.head(n) 会以 DataFrame 形式返回前 n 行。传入 1 即可只保留第一行,同时保留列结构和该行的索引标签。如果后续代码需要 DataFrame,这通常是最清晰的选择。

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],
    }
)

first_row = df.head(1)
print(first_row)
  C_1  C_2  C_3
0   A   40  430

关键在于返回结果的形状:df.iloc[0] 是一维结果,而 df.head(1) 返回的仍是 DataFrame。

根据指定条件获取 Pandas DataFrame 的第一行

先筛选行,再选取第一个匹配项。本例中的条件是 C_2 < 40 和 C_3 > 450;第一个匹配行的标签是 1。布尔掩码在每个比较表达式两侧都使用括号,因为 & 用于组合这两个条件。

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],
    }
)

matches = df[(df["C_2"] < 40) & (df["C_3"] > 450)]
first_match = matches.head(1)
print(first_match)
  C_1  C_2  C_3
1   B   34  980

如果没有匹配行,head(1) 会返回空 DataFrame。如果匹配时需要得到单个 Series,可使用 matches.iloc[0] 进行选择;若条件可能没有匹配项,请先检查 matches.empty。

query() 方法可将同一筛选条件写成字符串,适合用更易读的表达式指定列。请确保其中的谓词与布尔筛选示例一致:

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],
    }
)

matches = df.query("(C_2 < 40) & (C_3 > 450)")
first_match = matches.head(1)
print(first_match)
  C_1  C_2  C_3
1   B   34  980

要在 query() 表达式中使用 Python 变量的值,请写作 @variable。例如,可通过 df.query("C_2 < @limit") 引用 limit = 40。

使用 pandas.DataFrame.take() 方法获取 Pandas DataFrame 的第一行

当使用默认的行轴时,pandas.DataFrame.take() 会按位置选择行。传入 [0] 可将第一行选为仅含一行的 DataFrame,并保留其原始索引标签。

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],
    }
)

first_row = df.take([0])
print(first_row)
  C_1  C_2  C_3
0   A   40  430

如果已经有行位置列表,可使用 take()。若只是要选取第一行,head(1) 或 iloc[[0]] 可能更直接地表达意图。

使用切片获取 Pandas DataFrame 的第一行

切片 df[:1] 会从开头选取行,直到位置 1 之前为止。它返回 DataFrame,并保留所选行的索引标签。

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],
    }
)

first_row = df[:1]
print(first_row)
  C_1  C_2  C_3
0   A   40  430

总结

需要 Series 时使用 df.iloc[0];需要仅含一行的 DataFrame 时,可使用 df.head(1)、df.iloc[[0]]、df.take([0]) 或 df[:1]。若要获取符合条件的第一行,请用布尔条件或 query() 进行筛选,再选择筛选结果中的第一行。如果可能没有匹配项,请在索引取值前检查 matches.empty。