当使用Python进行数据分析时，pandas库是一个非常有用的工具。其可以轻松读取Excel、CSV等常见数据格式，并对数据进行整合、处理和分析。下面是Python pandas库读取Excel/CSV中指定行或列数据的示例教程，分别介绍基于Excel和CSV文件的读取方法。
读取Excel文件中指定行/列数据
安装及导入pandas库
在这之前，需要确保已经安装了pandas库。如果未安装，可以使用以下命令安装：
pip install pandas
安装完毕后，我们需要先导入pandas库：
import pandas as pd
读取Excel文件
读取Excel文件的过程简单明了，只需要使用pandas库的read_excel()方法即可。
df = pd.read_excel('sample.xlsx')
上述代码会将Excel文件中的数据读取到一个DataFrame对象中，并赋值给变量df。
读取指定行
假设我们需要读取Excel文件的第3行数据，可以使用以下代码：
row = df[2:3]
该代码将会返回一个DataFrame对象，其中包含了Excel文件中第3行数据。
读取指定列
如果我们需要读取Excel文件的第2列数据，可以使用以下代码：
col = df[[df.columns[1]]]
此代码将会返回一个DataFrame对象，其中包含了Excel文件中第2列数据。
示例
以下是完整的示例代码，需要替换sample.xlsx文件路径为有效路径：
import pandas as pd
path = 'sample.xlsx'
# 读取Excel文件
df = pd.read_excel(path)
# 读取第3行数据
row = df[2:3]
print(row)
# 读取第2列数据
col = df[[df.columns[1]]]
print(col)
读取CSV文件中指定行/列数据
读取CSV文件
读取CSV文件的过程同样使用pandas库，只需要使用read_csv()方法即可读取CSV文件并将其转换成DataFrame对象。
df = pd.read_csv('sample.csv')
读取指定行
如果我们需要读取CSV文件的第3行数据，则需要使用iloc属性：
row = df.iloc[[2]]
读取指定列
如果我们需要读取CSV文件的第2列数据，则需要使用iloc属性中的切片功能：
col = df.iloc[:, [1]]
上述代码将会返回一个DataFrame对象，其中包含了CSV文件中第2列的数据。
示例
以下是完整的示例代码，需要替换sample.csv文件路径为有效路径：
import pandas as pd
path = 'sample.csv'
# 读取CSV文件
df = pd.read_csv(path)
# 读取第3行数据
row = df.iloc[[2]]
print(row)
# 读取第2列数据
col = df.iloc[:, [1]]
print(col)
这些示例可以帮助大家理解如何使用pandas库读取Excel/CSV文件中指定行或列的数据。pandas库是Python数据分析的重要工具，如果你经常需要处理或分析数据，建议多加熟练。