.iloc() 函数,Pandas Dataframe.iloc[]详解及示例(12)

作者 : 慕源网 本文共3032个字,预计阅读时间需要8分钟 发布时间: 2021-11-30 共502人阅读

.iloc() 函数,Pandas Dataframe.iloc[]详解及示例(12)

Pandas Dataframe.iloc[] 介绍

Pandas Dataframe.iloc[] 本质上是基于轴的 0 到长度 1 的整数位置,但是,它同样可以与布尔展示一起使用。

.iloc[] 函数用于以布尔数组的形式访问所有行和列。

本系列是Python Pandas教程的一部分,您可以点击Python Pandas使用教程查看所有。

Pandas Dataframe.iloc[] 的语法是:

Series.iloc

这个 .iloc[] 函数允许 5 种不同类型的输入。

  1. 整数:例:7
  2. 布尔数组
  3. 整数数组列表:示例:[2,4,6]
  4. 带有整数的slice 对象:示例:2:5

Pandas Dataframe.iloc[] 如何工作?

下面的简单示例展示了 Pandas Dataframe .iloc[] 函数的工作原理。

示例#1

从数据框中选择一行

代码:

import pandas as pd
data = { 'country':['Canada', 'Portugal', 'Ireland', 'Nigeria', 'Brazil', 'India'] ,'continent':['America','Europe','Europe','Africa','SA','Asia'] }
df = pd.DataFrame(data, columns = ['country', 'continent'])
df.iloc[0] print(df.iloc[0])

输出:

.iloc() 函数,Pandas Dataframe.iloc[]详解及示例(12)

在这里,我们首先导入 Pandas 并创建一个数据框。创建 Dataframe 后,将调用 .iloc 函数。所以,我们选择了0数据阵列,只打印0行作为我们的输出。

示例#2

这是使用 .iloc() 函数从数据框中选择单行的另一种方法。

代码:

import pandas as pd
data = { 'country':['Canada', 'Portugal', 'Ireland', 'Nigeria', 'Brazil', 'India'] ,'continent':['America','Europe','Europe','Africa','SA','Asia'] }
df = pd.DataFrame(data, columns = ['country', 'continent'])
df.iloc[0] print(df.iloc[0,:])

输出:

.iloc() 函数,Pandas Dataframe.iloc[]详解及示例(12)

说明:这也产生输出与前一个相同的,但在这里,我们冒号添加到.iloc()函数,因为我们要特别表示0列,我们希望所有的数据存在。在这个新语法中,我们还观察到整数值与之前用方括号括起来的代码相同。整数值表示我们要考虑索引中的数据这种表示主要用于选择列而不是选择行。这很重要,真的,鉴于语言结构越来越可预测句子我们将用于选择段和恢复信息“slices”的结构。

示例 #3

这是使用 .iloc() 函数从数据框中选择单行的另一种方法。

代码:

import pandas as pd
data = { 'country':['Canada', 'Portugal', 'Ireland', 'Nigeria', 'Brazil', 'India'] ,'continent':['America','Europe','Europe','Africa','SA','Asia'] }
df = pd.DataFrame(data, columns = ['country', 'continent'])
df.iloc[0] print(df.iloc[:,0])

输出:

.iloc() 函数,Pandas Dataframe.iloc[]详解及示例(12)

说明:现在当我们谈论从 Pandas Dataframe 中slicing 对象时,我们将看看如何选择列,就像我们之前讨论的选择行的语法一样。现在,如果我们想打印第一列中的数据,我们将整数值移到第二位并在第一位添加“:”。因此,整数总是表示我们应该考虑和打印的列。所以,这里的“:”代表我们要打印的行。因为,它是在第一位置,我们得到的 1st,我们要列和行。这表明我们需要恢复所有的行。请记住, iloc[] 中的主要列表位置表示行,当我们使用 ‘:’ 字符时,我们建议 Pandas 恢复整个列。

示例 #4

代码:

import pandas as pd
data = { 'country':['Canada', 'Portugal', 'Ireland', 'Nigeria', 'Brazil', 'India'] ,'continent':['America','Europe','Europe','Africa','SA','Asia'] }
df = pd.DataFrame(data, columns = ['country', 'continent'])
df.iloc[3,0] print(df.iloc[3,0])

输出:

.iloc() 函数,Pandas Dataframe.iloc[]详解及示例(12)

说明:在上面的程序中,我们将在 DataFrame 中的特定单元格中选取数据。您基本上将使用 iloc[] 并显示您要为必须收回的行和列中的数据打印的整数索引值。因此,如果我们必须选择第 3 行和第 0 列的数据,我们将使用上面的代码。利用主列表位置,我们表明我们需要来自行索引3的信息,我们利用后续文件位置确定我们需要恢复列索引0中的数据。符合这两个标准的信息是Nigeria,在单元格 (3, 0)。因此,Pandas DataFrame 基本上像 Excel 电子表格一样工作。您可以简单地确定需要打印的信息的行和段。

示例#5

切片基本上是考虑和实现多行多列。要切片多行,我们使用以下代码:

代码:

import pandas as pd
data = { 'country':['Canada', 'Portugal', 'Ireland', 'Nigeria', 'Brazil', 'India'] ,'continent':['America','Europe','Europe','Africa','SA','Asia'] }
df = pd.DataFrame(data, columns = ['country', 'continent'])
df.iloc[0:4] print(df.iloc[0:4])

输出:

.iloc() 函数,Pandas Dataframe.iloc[]详解及示例(12)

说明:在这里,我们将确定我们的 DataFrame、df,然后,利用 Spot 文档调用 iloc[] 技术。在这一点上,在 iloc 技术中,我们将指示起始行和停止推送列表,用冒号隔开。

示例 #6

要切片多列,我们使用以下代码:

代码:

import pandas as pd
data = { 'country':['Canada', 'Portugal', 'Ireland', 'Nigeria', 'Brazil', 'India'] ,'continent':['America','Europe','Europe','Africa','SA','Asia'] }
df = pd.DataFrame(data, columns = ['country', 'continent'])
df.iloc[:,0:4] print(df.iloc[:,0:4])

输出:

.iloc() 函数,Pandas Dataframe.iloc[]详解及示例(12)

说明:在上面的程序中,我们将实现列的子集。在这里,我们将确定我们将利用来自 df 的信息。届时,我们将利用 Spot 文档根据 DataFrame 的名称调用 iloc[] 策略。在 iloc[] 策略中,我们使用“:”字符作为行记录。这意味着我们需要恢复所有行。对于部分记录,我们使用范围 0:4。这意味着我们需要恢复从第 0 段开始到第 4 段除外的部分。

结论 – Pandas Dataframe.iloc[]

这是 Pandas Dataframe.iloc[] 的指南。在这里,我们将简要概述 Python 中的 Pandas Dataframe.iloc[] 及其示例及其代码实现。


慕源网 » .iloc() 函数,Pandas Dataframe.iloc[]详解及示例(12)

常见问题FAQ

程序仅供学习研究,请勿用于非法用途,不得违反国家法律,否则后果自负,一切法律责任与本站无关。
请仔细阅读以上条款再购买,拍下即代表同意条款并遵守约定,谢谢大家支持理解!

发表评论

开通VIP 享更多特权,建议使用QQ登录