首頁 > 軟體

pandas.DataFrame.iloc的具體使用詳解

2022-06-17 14:02:29

今天學習時遇到了這個方法,為了加深理解做一下筆記。

這是該方法的檔案,從中可以看出,中括號裡允許輸入可情形有5種。
此外,iloc方法既可以索引行資料,也可以列資料。

//首先建立DataFrame
import pandas as pd
import numpy as np
df = pd.DataFrame({'城市':['北京','廣州', '天津', '上海', '杭州', '成都', '澳門', '南京'], 
 
                   '平均收入':[10000, 10000, 5000, 5002, 40000, 50000, 8000, 5000],
 
                    '人口':[500, 400, 300, 400, 250, 250, 405, 360]})

資料如下

第一種 整數做索引

// 索引第2行
df.iloc[1]

// 索引第2行第3列
df.iloc[1,2]

第二種 列表或陣列做索引

// 索引2、3兩行資料
df.iloc[[1,2]]

// 索引2、3兩行資料的前兩列
df.iloc[[1,2],[0,1]]

第三種 利用切片做索引

// 索引前5行資料的前兩列
df.iloc[0:5,0:2]

// 和切片原理一樣,2是步長
df.iloc[0:8:2]

第四種 Boolean陣列做索引

// True 為顯示,False為不顯示
df.iloc[[True, False, True, False, True, False, True, False],[True, False, True]]

注意:此時Boolean陣列的長度需對應df的行列數
此外還可以這樣用

df.iloc[:,df.columns!='人口']

第五種 帶一個引數的可呼叫函數做索引

// A code block
df.iloc[lambda x: x.index + 2 <  8 ]

到此這篇關於pandas.DataFrame.iloc的具體使用詳解的文章就介紹到這了,更多相關pandas.DataFrame.iloc的使用內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com!


IT145.com E-mail:sddin#qq.com