您现在的位置是：网站首页> 编程资料编程资料

pandas.DataFrame.iloc的具体使用详解_python_

2023-05-26 263人已围观

简介 pandas.DataFrame.iloc的具体使用详解_python_

今天学习时遇到了这个方法，为了加深理解做一下笔记。

在这里插入图片描述

这是该方法的文档，从中可以看出，中括号里允许输入可情形有5种。
此外，iloc方法既可以索引行数据，也可以列数据。

//首先创建DataFrame import pandas as pd import numpy as np df = pd.DataFrame({'城市':['北京','广州', '天津', '上海', '杭州', '成都', '澳门', '南京'], '平均收入':[10000, 10000, 5000, 5002, 40000, 50000, 8000, 5000], '人口':[500, 400, 300, 400, 250, 250, 405, 360]})

数据如下

在这里插入图片描述

第一种 整数做索引

// 索引第2行 df.iloc[1]

在这里插入图片描述

// 索引第2行第3列 df.iloc[1，2]

在这里插入图片描述

第二种 列表或数组做索引

// 索引2、3两行数据 df.iloc[[1，2]]

在这里插入图片描述

// 索引2、3两行数据的前两列 df.iloc[[1,2],[0,1]]

在这里插入图片描述

第三种 利用切片做索引

// 索引前5行数据的前两列 df.iloc[0:5,0:2]

在这里插入图片描述

// 和切片原理一样，2是步长 df.iloc[0:8:2]

在这里插入图片描述

第四种 Boolean数组做索引

// True 为显示，False为不显示 df.iloc[[True, False, True, False, True, False, True, False],[True, False, True]]

在这里插入图片描述

注意：此时Boolean数组的长度需对应df的行列数
此外还可以这样用

df.iloc[:,df.columns!='人口']

在这里插入图片描述

第五种 带一个参数的可调用函数做索引

// A code block df.iloc[lambda x: x.index + 2 < 8 ]

在这里插入图片描述

到此这篇关于pandas.DataFrame.iloc的具体使用详解的文章就介绍到这了,更多相关pandas.DataFrame.iloc的使用内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！

您可能感兴趣的文章:

上一篇：Python进阶学习修改闭包内使用的外部变量_python_

下一篇：Python通过队列实现进程间通信详情_python_

相关内容

点击排行

本栏推荐

猜你喜欢

-六神源码网