跳转至

Python |使用熊猫提取行。iloc[]

原文:https://www.geesforgeks.org/python-提取-行-使用-pandas-iloc/

Python 是进行数据分析的优秀语言,主要是因为以数据为中心的 Python 包的奇妙生态系统。 【熊猫】 就是其中一个包,让导入和分析数据变得容易多了。

熊猫提供了一种从数据框中检索行的独特方法。 Dataframe.iloc[] 方法用于数据框的索引标签不是 0、1、2、3 的数字序列时。或者在用户不知道索引标签的情况下。可以使用在数据框中不可见的假想索引位置提取行。

语法:熊猫。DataFrame.iloc[]

参数: 索引位置:整数或整数列表中行的索引位置。

返回类型:数据帧或序列,取决于参数

要下载代码中使用的 CSV,点击这里的

例#1: 提取单行并与比较。loc[]

在本例中,两者提取了相同的索引号行。iloc[]和. loc[]方法并进行比较。由于索引列默认为数字,因此索引标签也将是整数。

# importing pandas package
import pandas as pd

# making data frame from csv file 
data = pd.read_csv("nba.csv")

# retrieving rows by loc method 
row1 = data.loc[3]

# retrieving rows by iloc method
row2 = data.iloc[3]

# checking if values are equal
row1 == row2

输出: 如输出图像所示,两种方法返回的结果相同。

示例#2: 用索引提取多行

在本例中,首先通过传递一个列表来提取多行,然后通过传递整数来提取该范围内的行。之后,比较两个值。

# importing pandas package
import pandas as pd

# making data frame from csv file 
data = pd.read_csv("nba.csv")

# retrieving rows by loc method 
row1 = data.iloc[[4, 5, 6, 7]]

# retrieving rows by loc method 
row2 = data.iloc[4:8]

# comparing values
row1 == row2

输出: 如输出图像所示,两种方法返回的结果相同。除了学院列中的值之外,所有值都为真,因为这些值都是 NaN 值。



回到顶部