| pandas.DataFrame.iloc的具体使用详解 | 您所在的位置：网站首页 › 车叮咚软件下载 › pandas.DataFrame.iloc的具体使用详解 |
pandas.DataFrame.iloc的具体使用详解
|
目录第一种 整数做索引第二种 列表或数组做索引第三种 利用切片做索引第四种 Boolean数组做索引第五种 带一个参数的可调用函数做索引 今天学习时遇到了这个方法，为了加深理解做一下笔记。dyk站长之家-易采站长站-Easck.Com
这是该方法的文档，从中可以看出，中括号里允许输入可情形有5种。dyk站长之家-易采站长站-Easck.Com此外，iloc方法既可以索引行数据，也可以列数据。dyk站长之家-易采站长站-Easck.Com //首先创建DataFrame import pandas as pd import numpy as np df = pd.DataFrame({'城市':['北京','广州', '天津', '上海', '杭州', '成都', '澳门', '南京'], '平均收入':[10000, 10000, 5000, 5002, 40000, 50000, 8000, 5000], '人口':[500, 400, 300, 400, 250, 250, 405, 360]})数据如下dyk站长之家-易采站长站-Easck.Com
dyk站长之家-易采站长站-Easck.Com 第一种> // 索引第2行 df.iloc[1]
dyk站长之家-易采站长站-Easck.Com 第二种> // 索引2、3两行数据 df.iloc[[1，2]]
dyk站长之家-易采站长站-Easck.Com 第三种> // 索引前5行数据的前两列 df.iloc[0:5,0:2]
dyk站长之家-易采站长站-Easck.Com 第四种> // True 为显示，False为不显示 df.iloc[[True, False, True, False, True, False, True, False],[True, False, True]]
注意：此时Boolean数组的长度需对应df的行列数dyk站长之家-易采站长站-Easck.Com此外还可以这样用dyk站长之家-易采站长站-Easck.Com df.iloc[:,df.columns!='人口']
dyk站长之家-易采站长站-Easck.Com 第五种> // A code block df.iloc[lambda x: x.index + 2 < 8 ]
到此这篇关于pandas.DataFrame.iloc的具体使用详解的文章就介绍到这了,更多相关pandas.DataFrame.iloc的使用内容请搜索易采站长站以前的文章或继续浏览下面的相关文章希望大家以后多多支持易采站长站！dyk站长之家-易采站长站-Easck.Com 如有侵权，请联系QQ:279390809 电话：15144810328
|
dyk站长之家-易采站长站-Easck.Com
dyk站长之家-易采站长站-Easck.Com
dyk站长之家-易采站长站-Easck.Com
dyk站长之家-易采站长站-Easck.Com
dyk站长之家-易采站长站-Easck.Com
dyk站长之家-易采站长站-Easck.Com
dyk站长之家-易采站长站-Easck.Com
dyk站长之家-易采站长站-Easck.Com
dyk站长之家-易采站长站-Easck.Com
dyk站长之家-易采站长站-Easck.Com
dyk站长之家-易采站长站-Easck.Com【本文地址】