如何用Pandas在Python中选取Excel特定行与列？

首先，先把Excel数据完整加载为DataFrame对象，这是后续操作的基础：

import pandas as pd

# 加载指定工作表的全部数据
df = pd.read_excel('this_file.xls', sheet_name="Entrees")

一、选取特定行 #

1. 按位置索引（从0开始计数） #

用iloc按行的位置序号选取，比如取第4行（对应索引3）：

# 取单行
specific_row = df.iloc[3]
# 取连续多行，比如第3到第5行（索引2、3、4）
specific_rows = df.iloc[2:5]

2. 按标签索引（自定义索引列） #

如果要指定某列作为行索引（比如你尝试的第3列，对应index_col=2），加载时设置索引后，要用loc按标签取行：

# 加载时指定第3列（索引从0开始）为行索引
df = pd.read_excel('this_file.xls', sheet_name="Entrees", index_col=2)
# 按行索引标签取值，替换"目标标签"为实际的索引值
specific_row = df.loc["目标标签"]

你之前用index_col=2后直接写[3]无效，是因为此时[3]会被当成列名查找，而非行索引标签，必须通过loc定位行标签。

二、选取特定列 #

1. 按列名选取 #

直接通过列名取值：

# 取单列
specific_col = df["目标列名"]
# 取多列
specific_cols = df[["列名1", "列名2"]]

2. 按位置选取列 #

用iloc按列的位置序号选取，比如取第2列（索引1）：

# : 表示选取所有行，逗号后指定列位置
specific_col = df.iloc[:, 1]

三、同时选取特定行和列 #

比如取第4行（索引3）的第2列（索引1）：

# 按位置定位
target_value = df.iloc[3, 1]
# 按标签定位（行标签+列名）
target_value = df.loc["目标行标签", "目标列名"]

你之前代码失败的原因 #

• pd.read_excel()返回的DataFrame直接用[3]时，会尝试查找列名为3的列，而非第4行，所以取不到目标行。
• 指定index_col=2后，[3]依然是查找列名，而非行索引标签，必须用loc来匹配行标签。

内容的提问来源于stack exchange，提问作者Nocxy