您好,登錄后才能下訂單哦!
iloc
是 Pandas DataFrame 中的一個重要屬性,它允許我們基于整數(shù)索引來選擇數(shù)據(jù)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 使用 iloc 選擇第二行(索引為 1 的行)
row = df.iloc[1]
print(row)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 使用 iloc 選擇 'B' 列
column = df['B']
print(column)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 使用 iloc 選擇第二行(索引為 1 的行)第一列(索引為 0 的列)的單元格
cell = df.iloc[1, 0]
print(cell)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 使用 iloc 選擇第一行到第三行(不包括第四行)
rows = df.iloc[0:3]
print(rows)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 使用 iloc 和布爾條件篩選數(shù)據(jù)
filtered_data = df.iloc[df['A'] > 1]
print(filtered_data)
通過這些示例,您可以了解如何在 Pandas DataFrame 中使用 iloc
進(jìn)行數(shù)據(jù)選擇和操作。請注意,iloc
只能處理整數(shù)索引,而不能處理標(biāo)簽索引。如果您需要使用標(biāo)簽索引,可以使用 loc
屬性。
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,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。