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 DataFrame 的一個屬性，用于基于整數位置的索引
以下是使用 iloc 進行復雜索引操作的一些示例：
import pandas as pd
# 創建一個示例 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
# 使用 iloc 選擇第 0 行和 'A' 列
result = df.iloc[0, 0]
print(result) # 輸出：1
import pandas as pd
# 創建一個示例 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
# 使用 iloc 選擇第 0 行和第 1 行，'A' 列和 'B' 列
result = df.iloc[[0, 1], [0, 1]]
print(result)
# 輸出：
# A B
# 0 1 4
# 1 2 5
import pandas as pd
# 創建一個示例 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
# 使用 iloc 選擇第 0 行到第 1 行，'A' 列和 'B' 列
result = df.iloc[0:2, 0:2]
print(result)
# 輸出：
# A B
# 0 1 4
# 1 2 5
import pandas as pd
# 創建一個示例 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
# 使用 iloc 選擇 'A' 列中值大于 1 的行
result = df.iloc[df['A'] > 1]
print(result)
# 輸出：
# A B C
# 1 2 5 8
# 2 3 6 9
這些示例展示了如何在 pandas DataFrame 中使用 iloc 進行復雜索引操作。你可以根據需要組合這些操作以滿足你的需求。
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。
