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 DataFrame 和 Series 對象的一個屬性，它提供了基于整數位置的索引
以下是 iloc 的一些關鍵特性：
基于整數位置的索引：與 loc 不同，iloc 使用整數索引而不是標簽。這意味著你可以通過行號和列號來訪問數據，而不是通過標簽。
切片支持：iloc 支持切片操作，允許你選擇連續的行或列。例如，df.iloc[0:5, 2:4] 將選擇第 0 到第 4 行（不包括第 5 行）和第 2 列到第 3 列（不包括第 4 列）。
布爾索引：iloc 還支持布爾索引，允許你根據條件選擇行或列。例如，df.iloc[df['A'] > 0] 將選擇列 ‘A’ 中值大于 0 的所有行。
整數數組索引：iloc 支持整數數組索引，允許你選擇多個行或列。例如，df.iloc[[0, 2, 4], [1, 3]] 將選擇第 0、2 和 4 行以及第 1 和 3 列。
鏈式賦值：iloc 支持鏈式賦值，允許你在一個操作中設置多個值。例如，df.iloc[0, 1] = 10 將設置第 0 行第 1 列的值為 10。
行和列的訪問：iloc 提供了訪問行和列的方法。例如，df.iloc[0] 將返回第 0 行，而 df.iloc[:, 1] 將返回第 1 列。
層次化索引：iloc 支持層次化索引，允許你在多層次的數據結構中進行索引。例如，df.iloc[0, 0] 將選擇第 0 行第 0 列的值，而 df.iloc[0][0] 將選擇第 0 行第 0 列的值。
總之，iloc 提供了一種基于整數位置的索引機制，使得在 pandas DataFrame 和 Series 對象中更容易地訪問和操作數據。
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。
