您好,登錄后才能下訂單哦!
iloc
是 pandas 庫中 DataFrame 和 Series 對(duì)象的一個(gè)屬性,用于基于整數(shù)位置的索引
以下是使用 iloc
進(jìn)行多維索引的一些示例:
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 選擇第 0 行,第 1 列的元素(即 4)
element = df.iloc[0, 1]
print(element)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 選擇第 1 行
row = df.iloc[1]
print(row)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 選擇第 1 列(即 'B' 列)
column = df.iloc[:, 1]
print(column)
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 行和第 1 行,第 0 列和第 1 列的子集
subset = df.iloc[[0, 1], [0, 1]]
print(subset)
注意:在使用 iloc
時(shí),請(qǐng)確保提供的索引值在數(shù)據(jù)范圍內(nèi)。否則,可能會(huì)引發(fā) IndexError
。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。