Python 官方文档:入门教程 => 点击学习
目录python中pandas库的iloc函数用法1. 单个整数位置索引2. 整数位置范围索引3. 整数位置列表索引4. 布尔值索引补充:Python中iloc与loc的区别loc用
在 Pandas 中,.iloc
是一种用于基于整数位置进行索引的属性,可以用于获取 DataFrame 或 Series 中的数据。.iloc
支持多种索引方式,包括以下常用方式:
使用整数索引获取 DataFrame 或 Series 中的单个元素。
例如 df.iloc[0, 1]
表示获取 DataFrame 中第一行第二列的数据。
使用整数索引获取 DataFrame 或 Series 中的多个元素。
例如 df.iloc[0:3, 1:3]
表示获取 DataFrame 中第一行到第三行、第二列到第四列的数据。
使用整数列表索引获取 DataFrame 或 Series 中的多个元素。
例如 df.iloc[[0, 2, 4], [1, 3, 5]]
表示获取 DataFrame 中第一行、第三行、第五行和第二列、第四列、第六列的数据。
使用布尔值索引获取 DataFrame 或 Series 中的多个元素。
例如 df.iloc[df["col1"] > 0, [1, 3, 5]]
表示获取 DataFrame 中 col1
列大于 0 的行的第二列、第四列、第六列的数据。
注意:.iloc
属性基于整数(数字索引)位置进行索引,如果需要基于标签(标签列名)进行索引,应该使用 .loc
属性。
loc和iloc都是pandas工具中定位某一行的函数,loc是location的意思,而iloc中的 i 指的是Integer,二者的区别如下:
import numpy as np
import pandas as pd
data=DataFrame(np.arange(16).reshape(4,4),index=list("ABCD"),columns=list("wxyz"))
print(data)
输出如下:
w x y z
A 0 1 2 3
B 4 5 6 7
C 8 9 10 11
D 12 13 14 15
print(data.loc["A"])
#w 0
#x 1
#y 2
#z 3
print(data.loc[["A"]])
# w x y z
#A 0 1 2 3
# []返回Series,[[]]返回DataFrame
print(data.loc["A"])
#w 0
#x 1
#y 2
#z 3
print(data.loc[["A"]])
# w x y z
#A 0 1 2 3
# []返回Series,[[]]返回DataFrame
到此这篇关于python中pandas库的iloc函数用法的文章就介绍到这了,更多相关python pandas库iloc函数用法内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网!
--结束END--
本文标题: python中pandas库的iloc函数用法解析
本文链接: https://www.lsjlt.com/news/213170.html(转载时请注明来源链接)
有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
下载Word文档到电脑,方便收藏和打印~
2024-03-01
2024-03-01
2024-03-01
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
回答
回答
回答
回答
回答
回答
回答
回答
回答
回答
0