利用iloc進(jìn)行數(shù)據(jù)的快速檢索

發(fā)布時(shí)間：2024-09-01 18:42:42 來源：億速云閱讀：90 作者：小樊欄目：編程語言

iloc 是 pandas 庫中 DataFrame 的一個(gè)屬性，用于基于整數(shù)位置的索引進(jìn)行數(shù)據(jù)檢索

首先，需要導(dǎo)入 pandas 庫并創(chuàng)建一個(gè) DataFrame：

import pandas as pd

data = {'Name': ['Alice', 'Bob', 'Cathy', 'David'],
        'Age': [25, 30, 29, 31],
        'City': ['New York', 'San Francisco', 'Los Angeles', 'Seattle']}

df = pd.DataFrame(data)

現(xiàn)在，可以使用 iloc 進(jìn)行數(shù)據(jù)檢索。以下是一些示例：

獲取第 1 行（基于 0 的索引）的數(shù)據(jù)：

row1 = df.iloc[1]
print(row1)

獲取第 1 列（基于 0 的索引）的數(shù)據(jù)：

column1 = df.iloc[:, 1]
print(column1)

獲取第 1 行到第 3 行（不包括第 4 行）的數(shù)據(jù)：

rows1_to_3 = df.iloc[1:4]
print(rows1_to_3)

獲取第 1 列和第 3 列之間的數(shù)據(jù)：

columns1_and_3 = df.iloc[:, [1, 3]]
print(columns1_and_3)

獲取第 1 行和第 3 行，第 1 列和第 3 列之間的數(shù)據(jù)：

rows1_and_3_columns1_and_3 = df.iloc[[1, 3], [1, 3]]
print(rows1_and_3_columns1_and_3)

通過這些示例，可以看到 iloc 如何方便地進(jìn)行數(shù)據(jù)檢索。請注意，iloc 基于整數(shù)位置的索引，因此需要謹(jǐn)慎處理邊界條件。

向AI問一下細(xì)節(jié)

利用iloc進(jìn)行數(shù)據(jù)的快速檢索

猜你喜歡

最新資訊

相關(guān)推薦

相關(guān)標(biāo)簽