Python模块pandas数据切片 -- iloc用法详解

        在Pandas库中，`iloc`（基于整数位置的索引）是一个强大的工具，它允许根据整数位置选择数据，即基于行的位置和列的位置来选择数据。这与`loc`（基于标签的索引）不同，后者是基于行标签和列标签来选择数据的。

目录

Pandas iloc详解

代码示例

示例1：选择单个元素

示例2：选择多行多列

示例3：使用切片选择连续的行或列

示例4：选择间隔的行或列

注意事项

 

Pandas iloc详解

        `iloc`方法主要用于基于整数位置的索引。在二维数据结构（如DataFrame）中，`iloc`的第一个参数指定行位置，第二个参数指定列位置，可以传递一个整数、一个整数列表、一个整数切片或者它们的组合来选择数据。

• 单个整数：选择单个行或列。
• 整数列表：选择多个行或列。
• 整数切片：选择连续的行或列范围。

代码示例

示例1：选择单个元素

import pandas as pd

# 创建一个简单的DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 使用iloc选择第一行第二列的元素（注意：索引从0开始）
element = df.iloc[0, 1]
print(element)  # 输出：4

示例2：选择多行多列

# 选择第一行和第二行的所有列
rows = df.iloc[[0, 1]]
print(rows)

# 选择所有行的前两列
columns = df.iloc[:, :2]
print(columns)

# 选择第一行和第二行的前两列
rows_columns = df.iloc[[0, 1], :2]
print(rows_columns)

示例3：使用切片选择连续的行或列

# 选择前两行
first_two_rows = df.iloc[0:2]  # 注意：切片是左闭右开的
print(first_two_rows)

# 选择前两列
first_two_columns = df.iloc[:, 0:2]
print(first_two_columns)

# 选择前两行和前两列（注意这里的切片不会相互干扰）
top_left_corner = df.iloc[0:2, 0:2]
print(top_left_corner)

示例4：选择间隔的行或列

# 选择每隔一行的数据（步长为2）
every_other_row = df.iloc[::2]
print(every_other_row)

# 选择第一列和第三列（Python中的索引是从0开始的，所以第三列的索引是2）
selected_columns = df.iloc[:, [0, 2]]
print(selected_columns)

注意事项

• `iloc`是基于整数位置的索引，所以索引是从0开始的；
• 可以使用冒号`:`来创建一个切片，它是左闭右开的；
• 在使用切片或整数列表时，可以省略开始或结束索引，分别默认为第一行或最后一行，第一列或最后一列；
• 当传递多个整数列表时，第一个列表指定行位置，第二个列表指定列位置；
• 如果在切片中省略了步长，步长默认为1。