溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
iloc 是 pandas 庫中的一個函數，用于基于整數索引選擇數據
shape 屬性來獲取 DataFrame 的行數和列數。import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
print("Number of rows:", df.shape[0])
print("Number of columns:", df.shape[1])
try-except 語句處理索引錯誤：當你使用 iloc 時，如果索引超出范圍，pandas 會拋出一個 IndexError。你可以使用 try-except 語句來捕獲這個錯誤并采取適當的措施。row_index = 10
column_index = 2
try:
value = df.iloc[row_index, column_index]
print("Value at row", row_index, "and column", column_index, ":", value)
except IndexError:
print("Invalid index: row", row_index, "or column", column_index, "is out of range.")
loc 代替 iloc：loc 函數基于標簽索引選擇數據，這意味著你需要使用行和列的實際標簽而不是整數索引。這樣可以避免索引錯誤，但需要確保標簽存在于數據集中。row_label = 'row_label'
column_label = 'column_label'
try:
value = df.loc[row_label, column_label]
print("Value at row", row_label, "and column", column_label, ":", value)
except KeyError:
print("Invalid label: row", row_label, "or column", column_label, "not found.")
通過遵循這些建議，你可以避免在使用 iloc 時出現索引錯誤。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
