您好,登录后才能下订单哦!
密码登录
登录注册
点击 登录注册 即表示同意《亿速云用户服务条款》
在 Pandas 中,iloc
是基于索引位置的行和列的选择器,用于通过整数索引在 DataFrame 的行和列上进行数据选择
以下是一个示例,说明如何使用 iloc
将两个 DataFrame 按照指定的行和列进行合并:
import pandas as pd
# 创建第一个数据框
data1 = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df1 = pd.DataFrame(data1)
# 创建第二个数据框
data2 = {'C': [7, 8, 9], 'D': [10, 11, 12]}
df2 = pd.DataFrame(data2)
# 使用 iloc 选择 df1 的前两行和 df2 的所有列
result1 = pd.concat([df1.iloc[:2], df2], axis=1)
print("Result1:\n", result1)
# 使用 iloc 选择 df1 的第一列和 df2 的最后一列
result2 = pd.concat([df1.iloc[:, 0:1], df2.iloc[:, -1:]], axis=1)
print("\nResult2:\n", result2)
输出结果:
Result1:
A B C D
0 1.0 4.0 7.0 10.0
1 2.0 5.0 8.0 11.0
2 3.0 6.0 NaN NaN
Result2:
A D
0 1.0 10.0
1 2.0 11.0
2 3.0 12.0
在这个示例中,我们首先创建了两个 DataFrame(df1
和 df2
)。然后,我们使用 iloc
选择器分别从这两个 DataFrame 中选取数据,并使用 pd.concat()
函数将它们沿着行(axis=0
)或列(axis=1
)方向合并。注意,当合并不同形状的 DataFrame 时,Pandas 会自动用 NaN 填充缺失值。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。