您好,登錄后才能下訂單哦!
iloc
是 pandas 庫(kù)中的一個(gè)函數(shù),用于基于整數(shù)位置的索引來(lái)選擇數(shù)據(jù)
以下是使用 iloc
進(jìn)行數(shù)據(jù)框數(shù)據(jù)驗(yàn)證的方法:
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
iloc
根據(jù)整數(shù)位置選擇數(shù)據(jù):# 選擇第 0 行(第一行)的 'A' 列數(shù)據(jù)
value = df.iloc[0]['A']
print(value) # 輸出:1
# 選擇第 0 行(第一行)的 'B' 列數(shù)據(jù)
value = df.iloc[0]['B']
print(value) # 輸出:4
# 選擇第 1 行(第二行)的 'A' 列數(shù)據(jù)
value = df.iloc[1]['A']
print(value) # 輸出:2
iloc
對(duì)數(shù)據(jù)進(jìn)行驗(yàn)證:# 驗(yàn)證第 0 行(第一行)的 'A' 列數(shù)據(jù)是否等于 1
assert df.iloc[0]['A'] == 1, "The value is not 1"
# 驗(yàn)證第 1 行(第二行)的 'B' 列數(shù)據(jù)是否等于 5
assert df.iloc[1]['B'] == 5, "The value is not 5"
通過(guò)這種方式,你可以使用 iloc
在數(shù)據(jù)框中選擇和驗(yàn)證數(shù)據(jù)。請(qǐng)注意,iloc
的索引是從 0 開始的,因此第一行的索引為 0,第二行的索引為 1,依此類推。
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。