iloc 函数用法
时间: 2023-07-24 12:18:20 浏览: 193
iloc是pandas中用于通过整数位置来访问数据的函数,常常用于DataFrame和Series对象中。
DataFrame对象中iloc的用法:
```python
# 通过整数位置选择行
df.iloc[0] # 返回第一行的数据
# 通过整数位置选择多行
df.iloc[0:3] # 返回前三行的数据
# 通过整数位置选择单个元素
df.iloc[0, 1] # 返回第一行第二列的数据
# 通过整数位置选择多个元素
df.iloc[[0, 2], [1, 3]] # 返回第一行和第三行,第二列和第四列的数据
```
Series对象中iloc的用法:
```python
# 通过整数位置选择单个元素
s.iloc[0] # 返回第一个元素的数据
# 通过整数位置选择多个元素
s.iloc[[0, 2, 4]] # 返回第一个、第三个和第五个元素的数据
```
总的来说,iloc函数的用法就是通过整数位置来选择DataFrame和Series对象中的数据。
相关问题
Pandas中loc和iloc函数用法详解
Pandas库中的`loc`和`iloc`是两个非常重要的用于数据定位和选取的功能,它们分别基于标签(label-based)和位置(position-based)的选择。
**loc**: 通过标签进行选择,适用于对行名(index)和列名(column names)进行操作。例如:
```python
df.loc[row_indexer, column_indexer]
```
- `row_indexer`: 列表、布尔数组、标签名或切片,用于指定行。
- `column_indexer`: 类似于`row_indexer`,用于指定列。
**示例**:
```python
# 选择索引为1和2的行,所有列
df.loc[1:3, :]
# 选择名为'Age'和'Salary'的两列
df.loc[:, ['Age', 'Salary']]
```
**iloc**: 通过位置进行选择,从0开始计数,适用于整数索引来获取数据。例如:
```python
df.iloc[loc]
```
- `loc`: 二维数组,包含行和列的整数索引。
**示例**:
```python
# 选择第1行到第3行,第0列到第2列的数据
df.iloc[0:3, 0:3]
# 直接通过位置获取单个元素
df.iloc[5, 4] # 获取第6行,第5列的值
```
.iloc函数的用法
在pandas中,.iloc函数是用于通过行号和列号来获取数据的函数。它的语法如下:
```python
data.iloc[row_index, column_index]
```
其中,row_index和column_index分别表示行号和列号,可以是单个数字、数字列表或者切片对象。如果只传入一个参数,则默认为行号。
举个例子,如果我们有一个名为data的DataFrame,想要获取第2行第3列的数据,可以使用以下代码:
```python
data.iloc[1, 2]
```
如果想要获取前3行的第2列数据,可以使用以下代码:
```python
data.iloc[:3, 1]
```
如果想要获取第2行到第4行的第2列到第4列的数据,可以使用以下代码:
```python
data.iloc[1:4, 1:4]
```
阅读全文