在 Pandas 中，iloc 是基于整数位置的索引器，用于通过行号和列号选择数据
以下是一个简单的例子，说明如何使用 iloc 和 pd.DataFrame 进行列宽动态调整：
import pandas as pd
# 创建一个示例 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
# 打印原始 DataFrame
print("Original DataFrame:")
print(df)
# 使用 iloc 选择特定的行和列范围
selected_data = df.iloc[0:2, 0:2]
# 打印选择后的数据
print("\nSelected Data using iloc:")
print(selected_data)
# 对选择的数据进行操作（例如，将其值更改为 0）
selected_data.iloc[:, :] = 0
# 将更改后的数据赋值回原始 DataFrame
df.iloc[0:2, 0:2] = selected_data
# 打印更新后的 DataFrame
print("\nUpdated DataFrame after modifying selected data:")
print(df)
输出结果：
Original DataFrame:
A B C
0 1 4 7
1 2 5 8
2 3 6 9
Selected Data using iloc:
A B
0 1 4
1 2 5
Updated DataFrame after modifying selected data:
A B C
0 0 0 7
1 0 0 8
2 3 6 9
在这个例子中，我们首先创建了一个包含三列的 DataFrame。然后，我们使用 iloc 选择了前两行和前两列的数据，并将其值更改为 0。最后，我们将更改后的数据赋值回原始 DataFrame，从而实现了列宽的动态调整。
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。
