在Pandas中，iloc是基于索引位置的行和列的选择器，它允许我们通过整数索引来选择数据
iloc选择数据：import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
# 选择第0行和第1列的元素
element = df.iloc[0, 1]
print(element) # 输出：4
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 添加一个新列C，其值为A列和B列之和
df['C'] = df['A'] + df['B']
print(df)
输出结果：
A B C
0 1 4 5
1 2 5 7
2 3 6 9
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
# 删除列B
df = df.drop('B', axis=1)
print(df)
输出结果：
A C
0 1 7
1 2 8
2 3 9
在这些示例中，我们展示了如何使用iloc选择数据、动态添加列以及动态删除列。请注意，当删除列时，我们使用drop函数并设置axis=1以指示我们要删除的是列而不是行。
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。
