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 中的一个重要功能,用于基于整数索引在 DataFrame 或 Series 上进行索引和切片
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 使用 iloc 获取第 1 行(索引为 0),第 1 列(索引为 1)的元素
element = df.iloc[0, 1]
print(element) # 输出 4
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 使用 iloc 获取前两行
rows = df.iloc[:2]
print(rows)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
# 使用 iloc 获取第 1 列和第 3 列
columns = df.iloc[:, [0, 2]]
print(columns)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 使用 iloc 根据条件筛选行
filtered_rows = df.iloc[df['A'] > 1]
print(filtered_rows)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 使用 iloc 修改第 1 行,第 1 列的元素
df.iloc[0, 1] = 99
print(df)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 删除第一行
df = df.drop(0)
# 使用 iloc 重置索引
df.reset_index(drop=True, inplace=True)
print(df)
这些技巧可以帮助你更有效地使用 iloc
函数操作 Pandas 数据。
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。