获取 Dataframe Pandas 的第一行

Python 6月前 1.3K

本教程介绍了如何使用 pandas.DataFrame.iloc 属性和 pandas.DataFrame.head() 方法从 Pandas DataFrame 中获取第一行。

我们将在下面的例子中使用以下 DataFrame 来解释如何从 Pandas DataFrame 中获取第一行。

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)

输出：

  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` 属性获取 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)

输出：

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

它显示 DataFrame df 的第一行。为了选择第一行，我们使用第一行的默认索引，即 0 和 DataFrame 的 iloc 属性。

使用 `pandas.DataFrame.head()` 方法从 Pandas DataFrame 中获取第一行

pandas.DataFrame.head() 方法返回一个 DataFrame，其中包含 DataFrame 中最上面的 5 行。我们也可以传递一个数字作为参数给 pandas.DataFrame.head() 方法，代表要选择的最上面的行数。我们可以传递 1 作为参数到 pandas.DataFrame.head() 方法中，只选择 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)

输出：

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

根据指定的条件从 Pandas DataFrame 中获取第一行

为了从 DataFrame 中提取满足指定条件的第一行，我们首先过滤满足指定条件的行，然后使用上面讨论的方法从过滤后的 DataFrame 中选择第一行。

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)

输出：

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

它将显示第一条列 C_2 值小于 45 且 C_3 列值大于 450 的行。

我们也可以使用 query() 方法来过滤 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)

输出：

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