Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺
pandas.DataFrame.iloc()
纯基于位置的整数索引
输入格式：
一个整数列表或数组，如[4,3,0]。
一个带有int类型的slice对象，例如1:7。
一个布尔值数组。
一个具有一个参数的可调用函数，返回索引
案例
mydict = [{
'a': 1, 'b': 2, 'c': 3, 'd': 4},
{
'a': 100, 'b': 200, 'c': 300, 'd': 400},
{
'a': 1000, 'b': 2000, 'c': 3000, 'd': 4000 }]
df = pd.DataFrame(mydict)
df
a b c d
0 1 2 3 4
1 100 200 300 400
2 1000 2000 3000 4000
对行进行索引
一个整数——返回series格式
type(df.iloc[0])
<class 'pandas.core.series.Series'>
df.iloc[0]
a 1
b 2
c 3
d 4
Name: 0, dtype: int64
一个整数列表——返回DataFrame格式
df.iloc[[0]]
a b c d
0 1 2 3 4
type(df.iloc[[0]])
<class 'pandas.core.frame.DataFrame'>
df.iloc[[0, 1]]
a b c d
0 1 2 3 4
1 100 200 300 400
切片
df.iloc[:3]
a b c d
0 1 2 3 4
1 100 200 300 400
2 1000 2000 3000 4000
布尔类型
df.iloc[[True, False, True]]
a b c d
0 1 2 3 4
2 1000 2000 3000 4000
可调用函数
df.iloc[lambda x: x.index % 2 == 0]
a b c d
0 1 2 3 4
2 1000 2000 3000 4000
索引两个轴
整数索引
df.iloc[0, 1]
2
列表索引
df.iloc[[0, 2], [1, 3]]
b d
0 2 4
2 2000 4000
切片索引
df.iloc[1:3, 0:3]
a b c
1 100 200 300
2 1000 2000 3000
布尔索引
df.iloc[:, [True, False, True, False]]
a c
0 1 3
1 100 300
2 1000 3000
可调用函数索引
df.iloc[:, lambda df: [0, 2]]
a c
0 1 3
1 100 300
2 1000 3000
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/179743.html原文链接：https://javaforall.net
