记录抽取同样是对数据框进行操作。我们来看之前使用过的案例数据，输入以下代码：

1import pandas
2data = pandas.read_csv(
3'D:/D/data.csv',
4 engine='python',
5 encoding='utf8'
6)

执行后，在变量浏览窗口中就可以看到刚导入的data变量了，双击打开data变量，就可以得到下面这张表。

首先，例如我们希望查看第1至10行数据，可以使用数据框的iloc方法进行切片查看，它的作用就是通过行号索引进行查看对应的行数据，记得索引是从0开始，第一行索引就是0，输入以下代码。

data1=data.iloc[0:10]

执行后就得到前10行数据

例如我们需要查出年龄大于30岁的数据记录，输入以下代码。

data2 = data[data.age>30]

执行后就得到年龄大于30岁的数据记录。 再例如我们需要查出性别为男的数据记录，输入以下代码。

data3 = data[data.gender=='男']

执行后就得到性别为男的数据记录。

输入以下代码。

data4 = data[(data.age>30) & (data.gender=='男')]

执行后就得到年龄大于30岁，且性别为男的数据记录。

如果你喜欢本文，可以点击右下角在看 如果你在跟着学习，请在留言区留言：打卡 如果你刚看到本文，可以查看本系列历史文章跟着学习： 跟小白学Python数据分析——Anaconda安装 跟小白学Python数据分析——使用spyder 跟小白学Python数据分析——数据导入1 跟小白学Python数据分析——数据导入2 跟小白学Python数据分析——描述性统计分析 跟小白学Python数据分析——分组分析 跟小白学Python数据分析——列表 跟小白学Python数据分析——数据框

长按识别下方二维码，并关注公众号 回复“DR”获取案例数据