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 庫中的一個函數，用于基于整數索引在 DataFrame 或 Series 上進行索引和切片
以下是一些使用 iloc 進行數據聚合的示例：
import pandas as pd
# 創建一個示例 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
# 使用 iloc 計算第二列（索引為 1 的列）的總和
column_sum = df.iloc[:, 1].sum()
print("Column B sum:", column_sum)
import pandas as pd
# 創建一個示例 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
# 使用 iloc 計算第二行（索引為 1 的行）的平均值
row_mean = df.iloc[1, :].mean()
print("Row 2 mean:", row_mean)
import pandas as pd
# 創建一個示例 DataFrame
data = {'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8], 'C': [9, 10, 11, 12]}
df = pd.DataFrame(data)
# 使用 iloc 對第二列到第三列（索引為 1 到 2 的列）進行分組求和
group_sum = df.iloc[:, 1:3].sum(axis=1)
print("Group sum:\n", group_sum)
這些示例展示了如何使用 iloc 配合數據聚合操作。請注意，iloc 的語法為 df.iloc[rows, columns]，其中 rows 和 columns 分別表示行和列的索引范圍。在處理復雜的數據聚合任務時，可能需要結合其他 pandas 函數（如 groupby、pivot_table 等）來實現所需功能。
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。
