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 DataFrame 中的一個重要屬性，它允許我們基于整數索引來選擇數據
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 使用 iloc 選擇第二行（索引為 1 的行）
row = df.iloc[1]
print(row)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 使用 iloc 選擇 'B' 列
column = df['B']
print(column)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 使用 iloc 選擇第二行（索引為 1 的行）第一列（索引為 0 的列）的單元格
cell = df.iloc[1, 0]
print(cell)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 使用 iloc 選擇第一行到第三行（不包括第四行）
rows = df.iloc[0:3]
print(rows)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 使用 iloc 和布爾條件篩選數據
filtered_data = df.iloc[df['A'] > 1]
print(filtered_data)
通過這些示例，您可以了解如何在 Pandas DataFrame 中使用 iloc 進行數據選擇和操作。請注意，iloc 只能處理整數索引，而不能處理標簽索引。如果您需要使用標簽索引，可以使用 loc 屬性。
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。
