### 如何读取特定列和行的数据 在 Pandas 中，可以通过 `loc` 或者 `iloc` 方法实现对 DataFrame 数据的选择操作。以下是针对问题的具体解决方案： #### 使用 `loc` 方法 如果需要基于标签索引来选取数据，则可以使用 `loc` 方法。假设已经有一个 DataFrame 对象 `df` 并且其中包含 `order_id` 和 `dishes_name` 列。 ```python import pandas as pd # 假设 df 是已有的 DataFrame result = df.loc[1:5, ['order_id', 'dishes_name']] print(result) ``` 上述代码中，`loc[1:5, ['order_id', 'dishes_name']]` 表示选取第 2 至第 6 行（注意：Pandas 的索引是从 0 开始的，所以 `[1:5]` 实际上对应的是第 2 到第 6 行），并仅保留 `order_id` 和 `dishes_name` 这两列[^4]。 --- #### 使用 `iloc` 方法 如果需要基于位置索引来选取数据，则可以使用 `iloc` 方法。同样假设已有 DataFrame 对象 `df`。 ```python import pandas as pd # 假设 df 是已有的 DataFrame result = df.iloc[1:6, [0, 1]] print(result) ``` 在此处，`iloc[1:6, [0, 1]]` 表示选取第 2 至第 6 行，并选择位于第 0 和第 1 列的位置上的数据。需要注意的是，这里的列索引应根据实际的 DataFrame 结构调整[^4]。 --- #### 注意事项 - 如果目标 DataFrame 不一定以默认索引初始化，建议优先使用 `loc` 而不是 `iloc`，因为前者依赖于显式的索引名称而非隐式的位置。 - 当前例子中的切片范围 `[1:5]` 包含起始值而不包含结束值，这是 Python 切片的一般行为。 --- ### 示例完整代码 以下是一个完整的代码片段用于演示如何从数据库加载数据并提取所需部分： ```python import pandas as pd from sqlalchemy import create_engine # 构建数据库连接引擎 engine = create_engine('sqlite:///example.db') # 替换为实际数据库路径或 URI # 加载整个表格至 DataFrame table_name = 'orders' # 替换为目标表名 df = pd.read_sql_table(table_name, engine) # 提取指定列和行 result = df.loc[1:5, ['order_id', 'dishes_name']] # 打印结果 print(result) ``` 此代码展示了如何利用 SQLAlchemy 创建数据库连接以及如何通过 Pandas 的 `read_sql_table()` 函数加载数据[^1][^2]。 ---