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 是基于整數位置的索引器，用于通過行號和列號選擇數據
以下是一個簡單的例子，說明如何使用 iloc 和 pd.DataFrame 進行列寬動態調整：
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)
# 打印原始 DataFrame
print("Original DataFrame:")
print(df)
# 使用 iloc 選擇特定的行和列范圍
selected_data = df.iloc[0:2, 0:2]
# 打印選擇后的數據
print("\nSelected Data using iloc:")
print(selected_data)
# 對選擇的數據進行操作（例如，將其值更改為 0）
selected_data.iloc[:, :] = 0
# 將更改后的數據賦值回原始 DataFrame
df.iloc[0:2, 0:2] = selected_data
# 打印更新后的 DataFrame
print("\nUpdated DataFrame after modifying selected data:")
print(df)
輸出結果：
Original DataFrame:
A B C
0 1 4 7
1 2 5 8
2 3 6 9
Selected Data using iloc:
A B
0 1 4
1 2 5
Updated DataFrame after modifying selected data:
A B C
0 0 0 7
1 0 0 8
2 3 6 9
在這個例子中，我們首先創建了一個包含三列的 DataFrame。然后，我們使用 iloc 選擇了前兩行和前兩列的數據，并將其值更改為 0。最后，我們將更改后的數據賦值回原始 DataFrame，從而實現了列寬的動態調整。
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。
