在 Pandas 中查看整行的方法

在 Pandas 中，有几种方法可以查看整行的数据。下面将介绍一些常用的方法。

1. 使用 iloc

可以使用 iloc 来查看指定行的数据。iloc 可以使用整数位置进行索引。例如，要查看第一行的数据：

import pandas as pd

df = pd.read_csv('data.csv')
row = df.iloc[0]

print(row)

输出：

column1    value1
column2    value2
column3    value3
...
Name: 0, dtype: object

2. 使用 loc

loc 可以根据标签来访问行数据。例如，要查看指定标签为 'A' 的行：

import pandas as pd

df = pd.read_csv('data.csv', index_col='label_column')
row = df.loc['A']

print(row)

输出：

column1    value1
column2    value2
column3    value3
...
Name: A, dtype: object

3. 使用 loc 和 boolean indexing

loc 还可以与 boolean indexing 结合使用，以查看符合一些条件的行数据。例如，要查看标签列中包含 'A' 的所有行：

import pandas as pd

df = pd.read_csv('data.csv', index_col='label_column')
selected_row = df.loc[df.index.str.contains('A')]

print(selected_row)

输出：

             column1    column2    column3  ...
label_column
A             value1    value2    value3   ...
AB            value4    value5    value6   ...
BA            value7    value8    value9   ...
...

4. 使用 iloc 和切片

可以使用 iloc 和切片来查看多行的数据。例如，要查看前三行的数据：

import pandas as pd

df = pd.read_csv('data.csv')
rows = df.iloc[:3]

print(rows)

输出：

  column1  column2  column3  ...
0  value1  value2  value3  ...
1  value4  value5  value6  ...
2  value7  value8  value9  ...

5. 使用 .head() 方法

可以使用 .head() 方法来查看前几行的数据。例如，要查看前五行的数据：

import pandas as pd

df = pd.read_csv('data.csv')
rows = df.head()

print(rows)

输出：

  column1  column2  column3  ...
0  value1  value2  value3  ...
1  value4  value5  value6  ...
2  value7  value8  value9  ...
3  value10  value11  value12 ...
4  value13  value14  value15 ...

以上是在 Pandas 中查看整行的一些方法，可以根据具体需求选择合适的方法。