您好,登錄后才能下訂單哦!
在Pandas中,iloc
是基于索引位置的行和列的選擇器,它允許我們通過整數(shù)索引來選擇數(shù)據(jù)
iloc
選擇數(shù)據(jù):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列的元素
element = df.iloc[0, 1]
print(element) # 輸出:4
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 添加一個新列C,其值為A列和B列之和
df['C'] = df['A'] + df['B']
print(df)
輸出結(jié)果:
A B C
0 1 4 5
1 2 5 7
2 3 6 9
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
# 刪除列B
df = df.drop('B', axis=1)
print(df)
輸出結(jié)果:
A C
0 1 7
1 2 8
2 3 9
在這些示例中,我們展示了如何使用iloc
選擇數(shù)據(jù)、動態(tài)添加列以及動態(tài)刪除列。請注意,當(dāng)刪除列時,我們使用drop
函數(shù)并設(shè)置axis=1
以指示我們要刪除的是列而不是行。
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,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(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。