pandas.DataFrame.iloc怎么使用

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DataFrameimport pandas as pdimport numpy as npdf = 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

第一种 整数做索引

// 索引第2行df.iloc[1]

// 索引第2行第3列df.iloc[1，2]

第二种 列表或数组做索引

// 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]]

第三种 利用切片做索引

// 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]

第四种 Boolean数组做索引

// 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']

第五种 带一个参数的可调用函数做索引

// A code blockdf.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，欢迎关注编程网行业资讯频道。