iloc 是 pandas 库中的一个函数，用于基于整数索引选择数据
shape 属性来获取 DataFrame 的行数和列数。import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
print("Number of rows:", df.shape[0])
print("Number of columns:", df.shape[1])
try-except 语句处理索引错误：当你使用 iloc 时，如果索引超出范围，pandas 会抛出一个 IndexError。你可以使用 try-except 语句来捕获这个错误并采取适当的措施。row_index = 10
column_index = 2
try:
value = df.iloc[row_index, column_index]
print("Value at row", row_index, "and column", column_index, ":", value)
except IndexError:
print("Invalid index: row", row_index, "or column", column_index, "is out of range.")
loc 代替 iloc：loc 函数基于标签索引选择数据，这意味着你需要使用行和列的实际标签而不是整数索引。这样可以避免索引错误，但需要确保标签存在于数据集中。row_label = 'row_label'
column_label = 'column_label'
try:
value = df.loc[row_label, column_label]
print("Value at row", row_label, "and column", column_label, ":", value)
except KeyError:
print("Invalid label: row", row_label, "or column", column_label, "not found.")
通过遵循这些建议，你可以避免在使用 iloc 时出现索引错误。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
