这篇文章主要介绍了pandas.DataFrame.iloc怎么使用的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇pandas.DataFrame.iloc怎么使用文章都会有所收获，下面我们一起来看看吧。
iloc方法既可以索引行数据，也可以列数据。
//首先创建DataFrame
import pandas as pd
import numpy as np
df = pd.DataFrame({'城市':['北京','广州', '天津', '上海', '杭州', '成都', '澳门', '南京'],
'平均收入':[10000, 10000, 5000, 5002, 40000, 50000, 8000, 5000],
'人口':[500, 400, 300, 400, 250, 250, 405, 360]})数据如下
// 索引第2行 df.iloc[1]
// 索引第2行第3列 df.iloc[1，2]
// 索引2、3两行数据 df.iloc[[1，2]]
// 索引2、3两行数据的前两列 df.iloc[[1,2],[0,1]]
// 索引前5行数据的前两列 df.iloc[0:5,0:2]
// 和切片原理一样，2是步长 df.iloc[0:8:2]
// True 为显示，False为不显示 df.iloc[[True, False, True, False, True, False, True, False],[True, False, True]]
注意：此时Boolean数组的长度需对应df的行列数
此外还可以这样用
df.iloc[:,df.columns!='人口']
// A code block df.iloc[lambda x: x.index + 2 < 8 ]
关于“pandas.DataFrame.iloc怎么使用”这篇文章的内容就介绍到这里，感谢各位的阅读！相信大家对“pandas.DataFrame.iloc怎么使用”知识都有一定的了解，大家如果还想学习更多知识，欢迎关注亿速云行业资讯频道。
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。
