您好,登錄后才能下訂單哦!
iloc
是 Pandas 數(shù)據(jù)框(DataFrame)的一個(gè)屬性,用于基于整數(shù)索引進(jìn)行行和列的選擇
以下是使用 iloc
進(jìn)行列選擇的一些示例:
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
# 使用 iloc 選擇第二列(即 'B' 列)
column_b = df.iloc[:, 1]
print(column_b)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
# 使用 iloc 選擇第一列和第三列(即 'A' 和 'C' 列)
columns_a_and_c = df.iloc[:, [0, 2]]
print(columns_a_and_c)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9], 'D': [10, 11, 12]}
df = pd.DataFrame(data)
# 使用 iloc 選擇第二列到第四列(即 'B', 'C' 和 'D' 列)
columns_b_to_d = df.iloc[:, 1:4]
print(columns_b_to_d)
需要注意的是,iloc
只能用于基于整數(shù)索引的選擇。如果你想要基于列名進(jìn)行選擇,可以使用 Pandas 數(shù)據(jù)框的 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(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(zhǎng)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。