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》
iloc
是 pandas DataFrame 中的一个属性,它允许我们基于整数索引来访问数据
以下是使用 iloc
访问 DataFrame 的一些示例:
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 访问第0行第0列的元素(即A列的第一个元素)
element = df.iloc[0, 0]
print(element) # 输出:1
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 访问第0行和第1行,A列和B列的元素
subset = df.iloc[[0, 1], [0, 1]]
print(subset)
# 输出:
# A B
# 0 1 4
# 1 2 5
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 访问第0行到第1行(不包括第2行)
rows_slice = df.iloc[0:2]
print(rows_slice)
# 输出:
# A B
# 0 1 4
# 1 2 5
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 访问A列到B列(不包括C列)
columns_slice = df.iloc[:, 0:2]
print(columns_slice)
# 输出:
# A B
# 0 1 4
# 1 2 5
# 2 3 6
通过这些示例,您可以了解如何使用 iloc
访问 DataFrame 的不同部分。请注意,当使用切片时,结束索引是不包括在内的。
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。