iloc


所属模块:pandas

功能:根据行号和列号,选择dataframe中指定的行和列;行号/列号从0开始,逐次加1。 行号和行索引是不同的。行索引可以随意设置。



实例1:选择指定的行

#!/usr/bin/python3
#code-python(3.6)
import pandas as pd
import numpy as np

#创建并查看数据框
df = pd.DataFrame(np.random.randn(5,5), #创建5x5的矩阵
index=list(range(0,10,2)),               #行索引是0 2 4 6 8
columns=list(range(0,10,2)))             #列索引是0 2 4 6 8
print(df)

#选择指定的行
print(df.iloc[:3])  #选择行号为3及其前面的所有行
print(df.iloc[3:])  #选择行号为3及其后面的所有行
print(df.iloc[1:3,:])   #选择索引号为[1,3)的行
print(df.iloc[[0,3,4],:])   #选择索引号为0,3,4的行

亲自试一试



函数说明

#函数中的参数的值均为默认的参数值
pandas.DataFrame.iloc[]

返回值说明

数据框中指定的行和列

参数说明



实例2:选择指定的列

#!/usr/bin/python3
#code-python(3.6)
import pandas as pd
import numpy as np

#创建并查看数据框
df = pd.DataFrame(np.random.randn(5,5), #创建5x5的矩阵
index=list(range(0,10,2)),               #行索引是0 2 4 6 8
columns=list(range(0,10,2)))             #列索引是0 2 4 6 8
print(df)

#选择指定的列
print(df.iloc[:,:3])    #选择索引号为[0,3)的列
print(df.iloc[:,3:])    #选择索引号为3以及其后面的列
print(df.iloc[:,1:3])   #选择索引号为[1,3)的列
print(df.iloc[:,[0,3,4]])   #选择索引号为0,3,4的列
print(df.iloc[:,:-1])    #去掉最后一列,选择其他所有列

亲自试一试



实例3:选择指定的行和列

#!/usr/bin/python3
#code-python(3.6)
import pandas as pd
import numpy as np

#创建并查看数据框
df = pd.DataFrame(np.random.randn(5,5), #创建5x5的矩阵
index=list(range(0,5,1)),               #行号是[0,5)
columns=list(range(0,5,1)))             #列号是[0,5)
print(df)

#选择指定的列
print(df.iloc[1:3,2:4])    #选择行号为[1:3)的行,索引号为[2,4)的列
print(df.iloc[[2,3],[0,3,4]])   #行号为2,3的行,索引号为0,3,4的列

亲自试一试