溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
iloc 是 Pandas 中基于整數位置的索引器，它允許我們通過整數索引訪問 DataFrame 或 Series 的行和列
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 選擇第0行和第1行
selected_rows = df.iloc[[0, 1]]
print(selected_rows)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
# 選擇第0列和第1列
selected_columns = df.iloc[:, [0, 1]]
print(selected_columns)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 選擇第0行到第1行（不包括第2行）
sliced_rows = df.iloc[0:2]
print(sliced_rows)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
# 選擇第0列到第1列（不包括第2列）
sliced_columns = df.iloc[:, 0:2]
print(sliced_columns)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 選擇第0列中大于1的元素所在的行
bool_index = df.iloc[:, 0] > 1
selected_rows = df[bool_index]
print(selected_rows)
這些示例展示了 iloc 的一些進階使用方法。通過組合使用切片、列表和布爾索引，你可以靈活地訪問和操作 DataFrame 或 Series 的行和列。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
