df.iloc()在python中的用法
时间: 2023-06-20 21:03:06 浏览: 44
`df.iloc()` 是 Pandas 库中的一个函数,用于按照行号(integer position)对 DataFrame 进行访问和操作。它可以用来选择指定行和列的数据,也可以对指定行和列的数据进行修改。
下面是一些常见的用法:
1. 选择指定行和列的数据:
`df.iloc[row_index, column_index]`
其中,`row_index` 和 `column_index` 分别是行和列的索引号。可以使用单个整数、整数列表、整数切片或布尔数组来指定行或列。
2. 选择连续的多行或多列:
`df.iloc[start_row:end_row, start_col:end_col]`
其中,`start_row` 和 `end_row` 分别是起始行和结束行的索引号(不包含结束行),`start_col` 和 `end_col` 分别是起始列和结束列的索引号(不包含结束列)。
3. 选择所有行或所有列:
`df.iloc[:, column_index]` 或 `df.iloc[row_index, :]`
可以使用冒号 `:` 表示“所有行”或“所有列”。
4. 对指定行和列的数据进行修改:
`df.iloc[row_index, column_index] = new_value`
其中,`new_value` 是要替换原有值的新值。
相关问题
df.iloc[].values使用方法
`df.iloc[]`是用于通过行索引和列索引来获取DataFrame中的特定元素或切片的方法。在`[]`内部,可以使用整数、整数切片、布尔数组或布尔条件来选择所需的行或列。
以下是一些使用`df.iloc[].values`的示例:
1. 获取特定行的值:
```python
row_values = df.iloc[2].values
```
这将返回DataFrame中第3行的所有值作为一个数组。
2. 获取特定列的值:
```python
column_values = df.iloc[:, 1].values
```
这将返回DataFrame中第2列的所有值作为一个数组。
3. 获取特定行和列的值:
```python
values = df.iloc[2:5, 1:3].values
```
这将返回DataFrame中第3至第5行、第2至第3列的值作为一个二维数组。
请注意,`df.iloc[].values`返回的是一个NumPy数组。如果要以DataFrame形式返回结果,可以使用`df.iloc[]`替代`df.iloc[].values`。
df.iloc查询方法代码
下面是一个使用df.iloc方法进行查询的示例代码:
```python
import pandas as pd
# 创建一个DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],
'age': [25, 32, 18, 47, 33],
'gender': ['F', 'M', 'M', 'M', 'F'],
'rating': [4.5, 3.2, 2.7, 4.1, 3.8]}
df = pd.DataFrame(data)
# 选择单个行和列
print(df.iloc[1, 0])
print(df.iloc[3, 3])
# 选择多行和多列
print(df.iloc[[0, 2, 4], [0, 1]])
print(df.iloc[[1, 3], [1, 3]])
# 使用切片进行选择
print(df.iloc[1:4, 0:3])
print(df.iloc[:, 2:4])
```
输出结果如下:
```
Bob
4.1
name age
0 Alice 25
2 Charlie 18
4 Eva 33
age rating
1 32 3.2
name age gender
1 Bob 32 M
2 Charlie 18 M
3 David 47 M
gender rating
0 F 4.5
1 M 3.2
2 M 2.7
3 M 4.1
4 F 3.8
```