python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > pandas.DataFrame.iloc的使用

pandas.DataFrame.iloc的具体使用详解

作者:真我x

本文主要介绍了pandas.DataFrame.iloc的具体使用详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧

今天学习时遇到了这个方法,为了加深理解做一下笔记。

在这里插入图片描述

这是该方法的文档,从中可以看出,中括号里允许输入可情形有5种。
此外,iloc方法既可以索引行数据,也可以列数据。

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

数据如下

在这里插入图片描述

第一种 整数做索引

// 索引第2行
df.iloc[1]

在这里插入图片描述

// 索引第2行第3列
df.iloc[1,2]

在这里插入图片描述

第二种 列表或数组做索引

// 索引2、3两行数据
df.iloc[[1,2]]

在这里插入图片描述

// 索引2、3两行数据的前两列
df.iloc[[1,2],[0,1]]

在这里插入图片描述

第三种 利用切片做索引

// 索引前5行数据的前两列
df.iloc[0:5,0:2]

在这里插入图片描述

// 和切片原理一样,2是步长
df.iloc[0:8:2]

在这里插入图片描述

第四种 Boolean数组做索引

// True 为显示,False为不显示
df.iloc[[True, False, True, False, True, False, True, False],[True, False, True]]

在这里插入图片描述

注意:此时Boolean数组的长度需对应df的行列数
此外还可以这样用

df.iloc[:,df.columns!='人口']

在这里插入图片描述

第五种 带一个参数的可调用函数做索引

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

在这里插入图片描述

到此这篇关于pandas.DataFrame.iloc的具体使用详解的文章就介绍到这了,更多相关pandas.DataFrame.iloc的使用内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

您可能感兴趣的文章:
阅读全文