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！
在 Pandas 中，iloc 是基于索引位置的行和列的選擇器，用于通過整數索引在 DataFrame 的行和列上進行數據選擇
以下是一個示例，說明如何使用 iloc 將兩個 DataFrame 按照指定的行和列進行合并：
import pandas as pd
# 創建第一個數據框
data1 = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df1 = pd.DataFrame(data1)
# 創建第二個數據框
data2 = {'C': [7, 8, 9], 'D': [10, 11, 12]}
df2 = pd.DataFrame(data2)
# 使用 iloc 選擇 df1 的前兩行和 df2 的所有列
result1 = pd.concat([df1.iloc[:2], df2], axis=1)
print("Result1:\n", result1)
# 使用 iloc 選擇 df1 的第一列和 df2 的最后一列
result2 = pd.concat([df1.iloc[:, 0:1], df2.iloc[:, -1:]], axis=1)
print("\nResult2:\n", result2)
輸出結果：
Result1:
A B C D
0 1.0 4.0 7.0 10.0
1 2.0 5.0 8.0 11.0
2 3.0 6.0 NaN NaN
Result2:
A D
0 1.0 10.0
1 2.0 11.0
2 3.0 12.0
在這個示例中，我們首先創建了兩個 DataFrame（df1 和 df2）。然后，我們使用 iloc 選擇器分別從這兩個 DataFrame 中選取數據，并使用 pd.concat() 函數將它們沿著行（axis=0）或列（axis=1）方向合并。注意，當合并不同形狀的 DataFrame 時，Pandas 會自動用 NaN 填充缺失值。
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。
