python中pandas库的iloc函数用法解析

Table of Contents

python中pandas库的iloc函数用法

在 Pandas 中，.iloc 是一种用于基于整数位置进行索引的属性，可以用于获取 DataFrame 或 Series 中的数据。.iloc 支持多种索引方式，包括以下常用方式：

使用整数索引获取 DataFrame 或 Series 中的单个元素。
例如 df.iloc[0, 1] 表示获取 DataFrame 中第一行第二列的数据。

使用整数索引获取 DataFrame 或 Series 中的多个元素。
例如 df.iloc[0:3, 1:3] 表示获取 DataFrame 中第一行到第三行、第二列到第四列的数据。

使用整数列表索引获取 DataFrame 或 Series 中的多个元素。
例如 df.iloc[[0, 2, 4], [1, 3, 5]] 表示获取 DataFrame 中第一行、第三行、第五行和第二列、第四列、第六列的数据。

使用布尔值索引获取 DataFrame 或 Series 中的多个元素。
例如 df.iloc[df["col1"] > 0, [1, 3, 5]] 表示获取 DataFrame 中 col1 列大于 0 的行的第二列、第四列、第六列的数据。

注意：.iloc 属性基于整数（数字索引）位置进行索引，如果需要基于标签（标签列名）进行索引，应该使用 .loc 属性。

loc和iloc都是pandas工具中定位某一行的函数，loc是location的意思，而iloc中的 i 指的是Integer，二者的区别如下：

import numpy as np
import pandas as pd
data=DataFrame(np.arange(16).reshape(4,4),index=list("ABCD"),columns=list("wxyz"))
print(data)

输出如下：

w x y z
A 0 1 2 3
B 4 5 6 7
C 8 9 10 11
D 12 13 14 15

print(data.loc["A"])
#w    0
#x    1
#y    2
#z    3
print(data.loc[["A"]])
#   w  x  y  z
#A  0  1  2  3
# []返回Series，[[]]返回DataFrame

print(data.loc["A"])
#w    0
#x    1
#y    2
#z    3
print(data.loc[["A"]])
#   w  x  y  z
#A  0  1  2  3
# []返回Series，[[]]返回DataFrame

到此这篇关于python中pandas库的iloc函数用法的文章就介绍到这了,更多相关python pandas库iloc函数用法内容请搜索aitechtogether.com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aitechtogether.com！