如何将切片索引器应用于 pandas DataFrame.iloc 属性？

Z时代
2024-01-10
分类：综合

pandasDataFrame.iloc是一个属性，用于使用基于整数位置的索引值访问 DataFrame 的元素。

属性 .iloc 仅采用指定行和列索引位置的整数值。通常，基于位置的索引值从 0 到 length-1 表示。

超出这个范围，我们只能访问 DataFrame 元素，否则会引发“IndexError”。但是切片索引器不会为超出范围的索引值引发“IndexError”，因为它允许超出范围的索引值。

示例 1

在以下示例中，我们将切片索引器应用于 iloc 属性以访问第 1 -3 行的值。此处排除 3。

# importing pandas package
import pandas as pd
# create a Pandas DataFrame
df = pd.DataFrame([['a','b'],['c','d'],['e','f'],['g','h']], columns=['col1','col2'])
print("DataFrame:")
print(df)
# Access the elements using slicing indexer
result = df.iloc[1:3]
print("Output:")
print(result)

输出结果

输出如下 -

DataFrame:

col1 col2

0 a b

1 c d

2 e f

3 g h

Output:

col1 col2

1 c d

2 e f

通过将切片索引器对象指定给“.iloc”属性，iloc 属性成功地访问了给定 DataFrame 中的 2 行元素。

示例 2

现在，让我们将具有负绑定值的切片索引器应用于 iloc 属性。

# importing pandas package
import pandas as pd
# create a Pandas DataFrame
df = pd.DataFrame([['a','b'],['c','d'],['e','f'],['g','h']], columns=['col1','col2'])
print("DataFrame:")
print(df)
# Apply slicing indexer with negative bound values
result = df.iloc[-4:-1]
print("Output:")
print(result)

输出结果

输出如下 -

DataFrame:

col1 col2

0 a b

1 c d

2 e f

3 g h

Output:

col1 col2

0 a b

1 c d