DataFrame中.iloc 属性

.iloc 是 Pandas 库中 DataFrame 和 Series 对象的一个属性，用于基于整数位置的索引来选择数据。与基于标签的 .loc 索引不同，.iloc 使用从 0 开始的整数位置来访问行和列。这对于处理需要按位置而不是按标签选择数据的场景非常有用。

 

目录

基本用法

代码示例

常见错误

---

基本用法

1. 选择单行或单列：
   • 使用单个整数来选择单行或单列。
   • 例如，df.iloc[0] 选择第一行，df.iloc[:, 0] 选择第一列。
2. 选择多行或多列：
   • 使用整数列表或切片来选择多行或多列。
   • 例如，df.iloc[0:3] 选择前三行，df.iloc[:, 0:2] 选择前两列。
3. 选择特定位置的元素：
   • 使用两个整数来选择特定位置的单个元素。
   • 例如，df.iloc[0, 0] 选择第一行第一列的元素。
4. 布尔索引结合使用：
   • 可以与布尔数组结合使用来选择特定条件的行。
   • 例如，df.iloc[df['column_name'] > value] 选择满足条件的行（虽然这更常用 .loc 来实现）。

代码示例

设一个 DataFrame df ：

import pandas as pd  
  
data = {  
    'A': [1, 2, 3, 4],  
    'B': [5, 6, 7, 8],  
    'C': [9, 10, 11, 12]  
}  
df = pd.DataFrame(data)

 选择第一行

print(df.iloc[0])

 输出

A    1  
B    5  
C    9  
Name: 0, dtype: int64

选择前两列

print(df.iloc[:, 0:2])

输出

A  B  
0  1  5  
1  2  6  
2  3  7  
3  4  8

选择第一行第二列的元素

print(df.iloc[0, 1])

输出

5

选择第二和第四行

print(df.iloc[[1, 3]])

输出

A  B   C  
1  2  6  10  
3  4  8  12

 

常见错误

df = pd.read_excel('0_data.xlsx', engine='openpyxl')
z1 = df[['z1_x', 'z1_y']]
print( z1[1])

使用 pandas 的 read_excel 函数从 Excel 文件 '0_data.xlsx' 中读取数据，并将其存储在 DataFrame df 中。接着从 df 中选择了不同的列来创建新的 DataFrame 或 Series 对象：z1 包含 'z1_x' 和 'z1_y' 列。

然而，在打印 z1[1] 时，z1[1] 实际上并不会打印出 z1 DataFrame 中的第二行（在 pandas 中，索引通常是从 0 开始的）。相反，z1[1] 会尝试基于列标签来选择数据，因为传递了一个整数给 DataFrame 的 __getitem__ 方法，而该方法首先会尝试将其解释为列标签（如果它看起来像是一个有效的列名或可以被解释为列名的某种形式）。

但是，因为 1 不是一个有效的列名，所以这里的行为实际上取决于 pandas 的版本和内部实现——在某些情况下，它可能会抛出一个错误，而在其他情况下，它可能会尝试将整数解释为位置索引（尽管这通常不是推荐的做法，因为它可能会导致混淆）。

要正确地按位置索引选择 DataFrame 中的行，应该使用 .iloc 属性，如下所示：

print(z1.iloc[1])

这将打印出 z1 DataFrame 中的第二行（索引为 1 的行）。

如果 Excel 文件中的列名确实包含空格或特殊字符（比如 la1 和 la2），并且在代码中也是按原样引用的这些列名，需要确保 Excel 文件中的列名与在代码中使用的完全匹配（包括大小写）。