iloc 是 pandas 库中 DataFrame 的一个属性，用于基于整数索引的行和列的位置进行索引
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 选择第0行到第1行（不包括第2行）
result = df.iloc[0:2]
print(result)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 选择A列值大于1的行
result = df.iloc[df['A'] > 1]
print(result)
numpy 数组进行索引：import pandas as pd
import numpy as np
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 选择第0行和第2行
rows = np.array([0, 2])
result = df.iloc[rows]
print(result)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
# 选择A列和C列
columns = ['A', 'C']
result = df.iloc[:, columns]
print(result)
at 和 iat 访问单个元素：import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 获取第0行A列的元素
element_a = df.iat[0, 0]
print(element_a)
# 获取第1行B列的元素
element_b = df.iat[1, 1]
print(element_b)
这些高级用法可以帮助你更有效地使用 iloc 进行数据操作。
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。
