【Pandas】关于iloc函数的用法解析

在 Pandas 中,.iloc 是一种用于基于整数位置进行索引的属性,可以用于获取 DataFrame 或 Series 中的数据。.iloc 支持多种索引方式,包括以下常用方式:

1. 单个整数位置索引

使用整数索引获取 DataFrame 或 Series 中的单个元素。
例如 df.iloc[0, 1] 表示获取 DataFrame 中第一行第二列的数据。

2. 整数位置范围索引

使用整数索引获取 DataFrame 或 Series 中的多个元素。
例如 df.iloc[0:3, 1:3] 表示获取 DataFrame 中第一二行、第二三列的数据。

3. 整数位置列表索引

使用整数列表索引获取 DataFrame 或 Series 中的多个元素。
例如 df.iloc[[0, 2, 4], [1, 3, 5]] 表示获取 DataFrame 中第一行、第三行、第五行和第二列、第四列、第六列的数据。

4. 布尔值索引

使用布尔值索引获取 DataFrame 或 Series 中的多个元素。
例如 df.iloc[df["col1"] > 0, [1, 3, 5]] 表示获取 DataFrame 中 col1 列大于 0 的行的第二列、第四列、第六列的数据。

注意:.iloc 属性基于整数的数字索引进行索引,.loc 属性基于标签的标签索引进行索引。

  • 0
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值