iloc 是 pandas 库中 DataFrame 的一个属性，用于基于整数索引的位置来选择数据
以下是使用 iloc 进行数据框子集选择的一些示例：
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 选择第二行（位置为1的行）
row_1 = df.iloc[1]
print(row_1)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 选择列 A
column_a = df.iloc[:, 0]
print(column_a)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 选择第二行（位置为1的行）到第三行（位置为2的行），以及第一列（位置为0的列）
rows_1_to_2_and_column_0 = df.iloc[1:3, 0]
print(rows_1_to_2_and_column_0)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 选择列 A 中值大于 1 的行
rows_greater_than_1 = df.iloc[df['A'] > 1]
print(rows_greater_than_1)
通过这些示例，你可以看到如何使用 iloc 在 pandas 中灵活地创建数据框子集。
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。
