pandas中使用iloc进行索引和切片

2023-02-23 00:00:00 pandas 索引切片

在Pandas中，可以使用iloc属性对DataFrame或Series进行基于整数位置的索引和切片。iloc属性的基本用法是使用整数位置的索引值或范围来访问行、列或元素。以下是一些示例用法：

使用整数位置的索引值访问行或列：

import pandas as pd

# 创建一个DataFrame对象
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'], 'age': [25, 30, 35, 40], 'gender': ['F', 'M', 'M', 'M']}
df = pd.DataFrame(data)

# 使用整数位置的索引值访问第2行
print(df.iloc[1])

# 使用整数位置的索引值访问第2列
print(df.iloc[:, 1])

在这个示例中，我们首先创建了一个DataFrame对象，然后使用iloc属性分别访问第2行和第2列。

使用整数位置的范围访问多行或多列：

import pandas as pd

# 创建一个DataFrame对象
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'], 'age': [25, 30, 35, 40], 'gender': ['F', 'M', 'M', 'M']}
df = pd.DataFrame(data)

# 使用整数位置的范围访问第2到第4行
print(df.iloc[1:4])

# 使用整数位置的范围访问第2到第3列
print(df.iloc[:, 1:3])

在这个示例中，我们使用iloc属性访问第2到第4行和第2到第3列。

使用整数位置的索引值访问单个元素：

import pandas as pd

# 创建一个DataFrame对象
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'], 'age': [25, 30, 35, 40], 'gender': ['F', 'M', 'M', 'M']}
df = pd.DataFrame(data)

# 使用整数位置的索引值访问第2行第2列的元素
print(df.iloc[1, 1])

在这个示例中，我们使用iloc属性访问第2行第2列的元素。

需要注意的是，iloc属性使用基于整数位置的索引和切片，因此与loc属性不同，iloc属性不支持基于标签的索引和切片。

相关文章