在Pandas Python中选择有限的行通常有多个方法，以下是一个基本的攻略：
- 使用
iloc方法选择有限的行
可以使用iloc（位置索引）方法根据行号选择有限的行。如果要选择多个行，请使用:符号进行分隔，例如：df.iloc[2:5]将选择第3到第5行。如果要选择特定列的行，请将列索引包含在内。示例如下：
“`
import pandas as pd
# 创建数据帧
data = {‘name’: [‘Amy’, ‘Bob’, ‘Cathy’, ‘David’, ‘Emily’],
‘age’: [25, 30, 21, 28, 32],
‘gender’: [‘F’, ‘M’, ‘F’, ‘M’, ‘F’]}
df = pd.DataFrame(data)
# 选择第2到第4行的数据
df.iloc[1:4]
“`
输出结果为：
name age gender
1 Bob 30 M
2 Cathy 21 F
3 David 28 M
- 使用
loc方法选择有限的行
可以使用loc（label索引）方法选择索引的有限行。与iloc不同，loc方法基于行的标签或行名称选择行而不是基于行的位置。示例如下：
“`
import pandas as pd
# 创建数据帧
data = {‘name’: [‘Amy’, ‘Bob’, ‘Cathy’, ‘David’, ‘Emily’],
‘age’: [25, 30, 21, 28, 32],
‘gender’: [‘F’, ‘M’, ‘F’, ‘M’, ‘F’]}
df = pd.DataFrame(data)
df.set_index(‘name’, inplace=True) # 使用’name’列作为行索引
# 选择索引为’Bob’到’Cathy’的数据
df.loc[‘Bob’:’Cathy’]
“`
输出结果为：
age gender
name
Bob 30 M
Cathy 21 F
- 使用
query方法选择有限行
query方法可以基于特定条件筛选数据框中的行。示例如下：
“`
import pandas as pd
# 创建数据帧
data = {‘name’: [‘Amy’, ‘Bob’, ‘Cathy’, ‘David’, ‘Emily’],
‘age’: [25, 30, 21, 28, 32],
‘gender’: [‘F’, ‘M’, ‘F’, ‘M’, ‘F’]}
df = pd.DataFrame(data)
# 选择年龄大于25岁的数据
df.query(‘age > 25’)
“`
输出结果为：
name age gender
1 Bob 30 M
3 David 28 M
4 Emily 32 F
以上是在Pandas Python中用给定的列选择有限的行的基本攻略，这里涉及到了三种方法，即iloc、loc和query，可以根据具体情况使用不同的方法进行选择。