pandas中的iloc,python dataframe iloc

  pandas中的iloc,python dataframe iloc

  本文主要介绍熊猫的具体用途。DataFrame.iloc,通过示例代码详细介绍。对大家的学习或工作都有一定的参考价值。下面让我们跟随边肖一起学习。

  00-1010第一类整数索引,第二类列表或数组索引,第三类切片索引,第四类布尔数组索引,第五类单参数可调用函数索引。今天在学习中遇到了这个方法,我就做些笔记加深理解。

  这是这个方法的文件。如您所见,括号中允许五种类型的输入。

  此外,iloc方法可以索引行数据和列数据。

  //首先创建一个数据帧

  进口熊猫作为pd

  将numpy作为np导入

  Df=pd。DataFrame({ 城市 3360 [北京,广州,天津,上海,杭州,成都,澳门,南京],

  平均收入 3360 [10000,10000,5000,5002,40000,50000,8000,5000],

  人口3360 [500,400,300,400,250,250,405,360]})

  数据如下

  

目录

 

  //索引的第2行

  df.iloc[1]

  //索引的第二行和第三列

  df.iloc[1,2]

  

第一种 整数做索引

 

  //索引2和3行数据

  df.iloc[[1,2]]

  //索引两行数据2和3的前两列

  df.iloc[[1,2],[0,1]]

  

第二种 列表或数组做索引

 

  //索引前五行数据的前两列

  df.iloc[0:5,0:2]

  //和切片原理一样,2是步长。

  df.iloc[0:8:2]

  

第三种 利用切片做索引

 

  //显示True,不显示False。

  df . iloc[[真、假、真、假、真、假、真、假、真、假、真、假],[真、假、真]]

  注意:布尔数组的长度应该与df的行数和列数相对应。

  另外,还可以这样用。

  df.iloc[:df.columns!=人口]

  

第四种 Boolean数组做索引

 

  //一个代码块

  df.iloc[lambda x: x.index 2 8 ]

  关于pandas.DataFrame.iloc的详细使用方法的这篇文章到此为止,关于pandas.dataframe.iloc的更多使用方法,请搜索热门IT软件开发工作室之前的文章或者继续浏览下面的相关文章。希望大家以后多多支持热门IT软件开发工作室!

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: