亚洲香蕉成人av网站在线观看_欧美精品成人91久久久久久久_久久久久久久久久久亚洲_热久久视久久精品18亚洲精品_国产精自产拍久久久久久_亚洲色图国产精品_91精品国产网站_中文字幕欧美日韩精品_国产精品久久久久久亚洲调教_国产精品久久一区_性夜试看影院91社区_97在线观看视频国产_68精品久久久久久欧美_欧美精品在线观看_国产精品一区二区久久精品_欧美老女人bb

首頁 > 編程 > Python > 正文

Pandas DataFrame 取一行數據會得到Series的方法

2020-02-15 23:37:38
字體:
來源:轉載
供稿:網友

Pandas DataFrame 取一行數據會得到Series的方法

如題,想要取如下dataframe的一行數據,以為得到的還是dataframe

lista = [1, 3, 7,4,0]listb = [3, 3, 4,4,5]listc = [3, 3, 4,4,6]df1 = pd.DataFrame({'col1':lista,'col2':listb,'colb':listc})print(df1)print(df1.loc[0,:])print(type(df1.loc[0,:]))

Pandas DataFrame 取一行數據會得到Series

因為這里得到的是一維數據,結果得到的Series

Pandas DataFrame 取一行數據會得到Series

然后用to_frame() 轉換一下,發現并沒有什么用,變成了單列的DataFrame,而不是單行

df2=df1.loc[0,:].to_frame()print(df2)

Pandas DataFrame 取一行數據會得到Series

以上這篇Pandas DataFrame 取一行數據會得到Series的方法就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支持武林站長站。

發表評論 共有條評論
用戶名: 密碼:
驗證碼: 匿名發表
亚洲香蕉成人av网站在线观看_欧美精品成人91久久久久久久_久久久久久久久久久亚洲_热久久视久久精品18亚洲精品_国产精自产拍久久久久久_亚洲色图国产精品_91精品国产网站_中文字幕欧美日韩精品_国产精品久久久久久亚洲调教_国产精品久久一区_性夜试看影院91社区_97在线观看视频国产_68精品久久久久久欧美_欧美精品在线观看_国产精品一区二区久久精品_欧美老女人bb
日韩av网站电影| 一区二区三区国产在线观看| 亚洲精品久久7777777| 97香蕉超级碰碰久久免费软件| 亚洲欧美国产日韩中文字幕| 欧美疯狂xxxx大交乱88av| 久久久久久久久亚洲| 色综合天天狠天天透天天伊人| 欧美亚洲另类激情另类| 日韩免费电影在线观看| 亚洲视频在线观看网站| 国产成人精品在线播放| 国产亚洲欧美一区| 日韩av一区二区在线观看| 久久精品男人天堂| 91在线免费看网站| 国产精品第七十二页| 亚洲片在线观看| 成人国产精品日本在线| 91精品久久久久久久久久久| 日韩av免费看网站| 国内外成人免费激情在线视频网站| 久热99视频在线观看| 91精品国产91久久久久久吃药| 亚洲精品成人久久久| 国产欧美日韩丝袜精品一区| 亚洲精品不卡在线| 国产最新精品视频| 亚洲第一中文字幕在线观看| 91免费精品国偷自产在线| 亚洲美女在线看| 久久精视频免费在线久久完整在线看| 欧美诱惑福利视频| 在线看片第一页欧美| 永久免费毛片在线播放不卡| 高潮白浆女日韩av免费看| 国产精品免费小视频| 亚洲风情亚aⅴ在线发布| 国产精品高潮粉嫩av| 96pao国产成视频永久免费| 国产综合在线视频| 日本精品视频在线观看| …久久精品99久久香蕉国产| 亚洲区bt下载| 95av在线视频| 最近2019年好看中文字幕视频| 亚洲精品美女在线| 亚洲精品视频播放| 欧美成人精品在线视频| 91丝袜美腿美女视频网站| 97在线视频免费| 亚洲欧美日韩在线高清直播| 久久久成人的性感天堂| 91po在线观看91精品国产性色| 91精品国产综合久久香蕉| 中国日韩欧美久久久久久久久| 狠狠色狠狠色综合日日五| 欧美日韩成人在线视频| 91亚洲人电影| 欧美三级欧美成人高清www| 亚洲欧美在线免费观看| 国产精品久久精品| 精品日韩美女的视频高清| 色阁综合伊人av| 欧美日韩性生活视频| 97在线视频免费播放| 亚洲欧美日韩国产中文| 精品国产一区二区三区四区在线观看| 中文字幕一区日韩电影| 日韩免费观看在线观看| 欧美性少妇18aaaa视频| 成人国产精品一区二区| 97国产在线观看| 九九热99久久久国产盗摄| 日韩理论片久久| 韩国v欧美v日本v亚洲| 最近中文字幕mv在线一区二区三区四区| 亚洲精品网站在线播放gif| 91亚洲精品久久久久久久久久久久| 欧美午夜www高清视频| 91精品免费久久久久久久久| 91青草视频久久| 97超级碰碰碰| 欧美国产日韩一区二区三区| 欧美性猛交99久久久久99按摩| 国产精品视频1区| 亚洲欧美第一页| 国产一区视频在线| 成人精品视频久久久久| 亚洲大胆美女视频| 久久国产精彩视频| 欧美一区二区三区艳史| 久久久国产精品免费| 成人日韩在线电影| 久久精品99久久久久久久久| 亚洲第一男人天堂| 亚洲第一视频网| 日韩男女性生活视频| 日韩免费在线视频| 精品视频在线播放免| 欧美三级欧美成人高清www| 中文字幕精品视频| 日韩精品在线免费观看| 亚洲大胆人体在线| 国产精品中文久久久久久久| 神马久久桃色视频| 久久综合免费视频| 久久精品99久久久香蕉| 色哟哟亚洲精品一区二区| 国产精品久久久久久久午夜| 日韩av中文字幕在线播放| 欧美一级大胆视频| 国产亚洲日本欧美韩国| 国产精品爱啪在线线免费观看| 亚洲精品免费一区二区三区| 在线观看久久久久久| 亚州精品天堂中文字幕| 人体精品一二三区| 亚洲国产精品系列| 日韩精品视频在线播放| 精品国产老师黑色丝袜高跟鞋| 久久久午夜视频| 91精品国产91久久久久久| 一二美女精品欧洲| 欧美激情中文网| 上原亚衣av一区二区三区| 日韩欧美成人网| 国产成人精品电影| 国产z一区二区三区| 国产精品免费视频xxxx| 91精品国产网站| 欧美电影院免费观看| 国内精品视频一区| 日韩视频免费大全中文字幕| 亚洲欧洲国产精品| 在线观看国产精品日韩av| 久久久精品久久久| 成人妇女免费播放久久久| 欧美成年人视频网站| 久久久综合av| 国产suv精品一区二区| 亚洲第一二三四五区| 色视频www在线播放国产成人| 久久久成人精品视频| 国产丝袜精品第一页| 黑丝美女久久久| 57pao国产成人免费| 国产精品自产拍高潮在线观看| 在线电影av不卡网址| 国产激情视频一区| 国产日产欧美a一级在线| 欧美日韩午夜剧场| 91精品免费视频| 亚洲国产精品热久久| 亚洲精品国产欧美| yellow中文字幕久久| 日韩成人激情在线| 日韩极品精品视频免费观看| 亚洲免费av网址| 在线观看不卡av| 亚洲一区二区自拍| 在线亚洲欧美视频| 亚洲精品720p| 亚洲综合精品伊人久久|