DataFrame.iloc怎么选择行

DataFrame.iloc可以通过以下方式选择行：

1. 选择单行：使用DataFrame.iloc[index]来选择特定索引的单个行，其中index是行的整数位置。

2. 选择多行：使用DataFrame.iloc[start_index:end_index]来选择一个范围内的多行，其中start_index是起始行的整数位置，end_index是结束行的整数位置，但不包括end_index所在的行。

3. 选择间隔行：使用DataFrame.iloc[start_index:end_index:step]来选择一个范围内间隔一个步长的行，其中step是正整数。

例如，选择第1行和第3行可以使用以下代码：

df.iloc[[0, 2]]

选择从第2行到第4行（不包括第4行）可以使用以下代码：

df.iloc[1:3]

选择所有偶数行可以使用以下代码：

df.iloc[::2]

相关问题

DataFrame.iloc怎么选择指定行

你可以使用 DataFrame.iloc 来选择指定行。iloc 是基于整数位置（即行号和列号）来选择数据的，因此你需要传递一个整数来选择行。

例如，如果你想要选择第3行，你可以使用以下代码：

df.iloc[2]

这将返回一个包含第3行数据的 Series 对象。如果你想要选择多行，可以传递一个包含整数位置的列表，如下所示：

df.iloc[[1, 3, 5]]

这将返回一个包含第2、4、6行数据的 DataFrame 对象。

dataframe.iloc

The iloc method in pandas is used to access the rows and columns of a dataframe using integer-based indexing.

Syntax: dataframe.iloc[row_index, column_index]

Example:

Consider the following dataframe:

import pandas as pd
data = {'name': ['John', 'Emily', 'Peter', 'Mary'],
        'age': [25, 30, 35, 40],
        'gender': ['M', 'F', 'M', 'F']}
df = pd.DataFrame(data)

Output:

    name  age gender
0   John   25      M
1  Emily   30      F
2  Peter   35      M
3   Mary   40      F

To access the first row of the dataframe, we can use iloc as follows:

df.iloc[0]

Output:

name      John
age         25
gender       M
Name: 0, dtype: object

To access the second column of the dataframe, we can use iloc as follows:

df.iloc[:, 1]

Output:

0    25
1    30
2    35
3    40
Name: age, dtype: int64

To access the value at the intersection of the second row and third column, we can use iloc as follows:

df.iloc[1, 2]

Output:

'F'