python中pandas用法iloc,Python Pandas .iloc[]用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的Python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

Pandas 提供了一种独特的方法来从 DataFrame 中检索行。当 DataFrame 的索引标签不是数字序列0、1、2、3….n或用户不知道索引标签时，将使用Dataframe.iloc []方法。可以使用在 DataFrame 中不可见的虚构索引位置提取行。

用法：pandas.DataFrame.iloc[]

参数：

Index Position:行在整数或整数列表中的索引位置。

返回类型： DataFrame 或系列取决于参数

要下载代码中使用的CSV，请点击此处。

范例1：提取单行并与.loc []比较

在此示例中，通过.iloc []和.loc []方法提取相同的索引号行并进行比较。由于索引列默认情况下是数字列，因此索引标签也将是整数。

# importing pandas package

import pandas as pd

# making data frame from csv file

data = pd.read_csv("nba.csv")

# retrieving rows by loc method

row1 = data.loc[3]

# retrieving rows by iloc method

row2 = data.iloc[3]

# checking if values are equal

row1 == row2

输出：

如输出图像所示，两种方法返回的结果相同。

范例2：使用索引提取多行

在此示例中，首先通过传递列表来提取多个行，然后通过传递整数来提取该范围之间的行。之后，将两个值进行比较。

# importing pandas package

import pandas as pd

# making data frame from csv file

data = pd.read_csv("nba.csv")

# retrieving rows by loc method

row1 = data.iloc[[4, 5, 6, 7]]

# retrieving rows by loc method

row2 = data.iloc[4:8]

# comparing values

row1 == row2

输出：

如输出图像所示，两种方法返回的结果相同。除“大学”列中的值是NaN值外，所有值均为True。