Pandas中iloc索引的進(jìn)階使用

發(fā)布時(shí)間：2024-09-01 13:27:44 來源：億速云閱讀：86 作者：小樊欄目：編程語言

iloc 是 Pandas 中基于整數(shù)位置的索引器，它允許我們通過整數(shù)索引訪問 DataFrame 或 Series 的行和列

選擇多行：

import pandas as pd

data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

# 選擇第0行和第1行
selected_rows = df.iloc[[0, 1]]
print(selected_rows)

選擇多列：

import pandas as pd

data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 選擇第0列和第1列
selected_columns = df.iloc[:, [0, 1]]
print(selected_columns)

切片行：

import pandas as pd

data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

# 選擇第0行到第1行（不包括第2行）
sliced_rows = df.iloc[0:2]
print(sliced_rows)

切片列：

import pandas as pd

data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 選擇第0列到第1列（不包括第2列）
sliced_columns = df.iloc[:, 0:2]
print(sliced_columns)

使用布爾索引：

import pandas as pd

data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

# 選擇第0列中大于1的元素所在的行
bool_index = df.iloc[:, 0] > 1
selected_rows = df[bool_index]
print(selected_rows)

這些示例展示了 iloc 的一些進(jìn)階使用方法。通過組合使用切片、列表和布爾索引，你可以靈活地訪問和操作 DataFrame 或 Series 的行和列。

向AI問一下細(xì)節(jié)

Pandas中iloc索引的進(jìn)階使用

猜你喜歡

最新資訊

相關(guān)推薦

相關(guān)標(biāo)簽