pandas.DataFrame.iloc的具體使用詳解
今天學(xué)習(xí)時遇到了這個方法,為了加深理解做一下筆記。
這是該方法的文檔,從中可以看出,中括號里允許輸入可情形有5種。
此外,iloc方法既可以索引行數(shù)據(jù),也可以列數(shù)據(jù)。
//首先創(chuàng)建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]})
數(shù)據(jù)如下
第一種 整數(shù)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 列表或數(shù)組做索引
// 索引2、3兩行數(shù)據(jù) df.iloc[[1,2]]
// 索引2、3兩行數(shù)據(jù)的前兩列 df.iloc[[1,2],[0,1]]
第三種 利用切片做索引
// 索引前5行數(shù)據(jù)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數(shù)組做索引
// True 為顯示,F(xiàn)alse為不顯示 df.iloc[[True, False, True, False, True, False, True, False],[True, False, True]]
注意:此時Boolean數(shù)組的長度需對應(yīng)df的行列數(shù)
此外還可以這樣用
df.iloc[:,df.columns!='人口']
第五種 帶一個參數(shù)的可調(diào)用函數(shù)做索引
// A code block df.iloc[lambda x: x.index + 2 < 8 ]
到此這篇關(guān)于pandas.DataFrame.iloc的具體使用詳解的文章就介紹到這了,更多相關(guān)pandas.DataFrame.iloc的使用內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Python?Conda安裝包報錯:PackagesNotFoundError兩種解決方法
這篇文章主要給大家介紹了關(guān)于Python?Conda安裝包報錯:PackagesNotFoundError的兩種解決方法,這通常意味著安裝程序正在尋找的環(huán)境包沒有在 conda 的默認(rèn)通道中找到,文中將解決的辦法介紹的非常詳細(xì),需要的朋友可以參考下2024-06-06python通過裝飾器檢查函數(shù)參數(shù)數(shù)據(jù)類型的方法
這篇文章主要介紹了python通過裝飾器檢查函數(shù)參數(shù)數(shù)據(jù)類型的方法,涉及Python裝飾器的使用技巧,具有一定參考借鑒價值,需要的朋友可以參考下2015-03-03