iloc索引与数据框的批量操作

发布时间:2024-09-01 18:21:46 作者:小樊
来源:亿速云 阅读:83

iloc 是 pandas 库中 DataFrame 的一个属性,用于基于整数位置的索引进行数据选择

以下是使用 iloc 进行批量操作的一些示例:

  1. 选择特定行和列:
import pandas as pd

# 创建一个示例 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 使用 iloc 选择第 0 行和第 1 列(即 A 列)
result = df.iloc[0, 1]
print(result)  # 输出 4
  1. 选择多行多列:
import pandas as pd

# 创建一个示例 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 使用 iloc 选择第 0 行和第 1 行,以及第 0 列和第 1 列(即 A 和 B 列)
result = df.iloc[[0, 1], [0, 1]]
print(result)
# 输出:
#    A  B
# 0  1  4
# 1  2  5
  1. 修改特定元素:
import pandas as pd

# 创建一个示例 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 使用 iloc 修改第 0 行和第 1 列(即 A 列)的值为 10
df.iloc[0, 1] = 10
print(df)
# 输出:
#      A  B  C
# 0  1  10  7
# 1  2  5   8
# 2  3  6   9
  1. 对特定元素进行操作:
import pandas as pd

# 创建一个示例 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 使用 iloc 将第 0 行和第 1 列(即 A 列)的值乘以 2
df.iloc[0, 1] = df.iloc[0, 1] * 2
print(df)
# 输出:
#      A  B  C
# 0  1  8  7
# 1  2  5  8
# 2  3  6  9

通过这些示例,您可以了解如何使用 iloc 进行批量操作。请注意,在使用 iloc 时,确保提供正确的行和列索引,以避免意外地修改或访问错误的数据。

推荐阅读:
  1. Python Pandas中loc和iloc函数怎么使用
  2. Pandas库中iloc[ ]函数怎么使用

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。

iloc

上一篇:iloc索引与数据框列重排序

下一篇:iloc函数与DataFrame列操作的关联

相关阅读

您好,登录后才能下订单哦!

密码登录
登录注册
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》