iloc 是 Pandas DataFrame 中的一个重要属性，它允许我们基于整数索引来选择数据
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 使用 iloc 选择第二行（索引为 1 的行）
row = df.iloc[1]
print(row)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 使用 iloc 选择 'B' 列
column = df['B']
print(column)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 使用 iloc 选择第二行（索引为 1 的行）第一列（索引为 0 的列）的单元格
cell = df.iloc[1, 0]
print(cell)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 使用 iloc 选择第一行到第三行（不包括第四行）
rows = df.iloc[0:3]
print(rows)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 使用 iloc 和布尔条件筛选数据
filtered_data = df.iloc[df['A'] > 1]
print(filtered_data)
通过这些示例，您可以了解如何在 Pandas DataFrame 中使用 iloc 进行数据选择和操作。请注意，iloc 只能处理整数索引，而不能处理标签索引。如果您需要使用标签索引，可以使用 loc 属性。
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。
