python怎么安裝pandas，python iloc函數_python pandas Series.iloc用法及代碼示例

基于位置的純基于整數位置的索引。

.iloc[]主要基于整數位置(來自0至length-1軸)，但也可以與布爾數組一起使用。

python怎么安裝pandas？允許的輸入為：

整數，例如5。

整數列表或數組，例如[4, 3, 0]。

python re，具有整數的切片對象，例如1:7。

布爾數組。

A callable帶有一個參數(調用Series或DataFrame)的函數，并且返回用于索引的有效輸出(上述之一)。當您沒有對調用對象的引用但希望基于某個值進行選擇時，這在方法鏈中很有用。

python 類。.iloc將提高IndexError如果請求的索引器超出范圍，則切片索引器除外，該索引器允許超出范圍的索引(這與python /numpy slice語義一致)。

更多信息請訪問按位置選擇。

例子：

>>> mydict = [{'a': 1, 'b': 2, 'c': 3, 'd': 4},

... {'a': 100, 'b': 200, 'c': 300, 'd': 400},

... {'a': 1000, 'b': 2000, 'c': 3000, 'd': 4000 }]

>>> df = pd.DataFrame(mydict)

>>> df

a b c d

0 1 2 3 4

1 100 200 300 400

2 1000 2000 3000 4000

僅索引行

帶標量整數。

>>> type(df.iloc[0])

>>> df.iloc[0]

a 1

b 2

c 3

d 4

Name:0, dtype:int64

帶有整數列表。

>>> df.iloc[[0]]

a b c d

0 1 2 3 4

>>> type(df.iloc[[0]])

>>> df.iloc[[0, 1]]

a b c d

0 1 2 3 4

1 100 200 300 400

用slice Object 。

>>> df.iloc[:3]

a b c d

0 1 2 3 4

1 100 200 300 400

2 1000 2000 3000 4000

布爾掩碼與索引的長度相同。

>>> df.iloc[[True, False, True]]

a b c d

0 1 2 3 4

2 1000 2000 3000 4000

具有可調用性，在方法鏈中很有用。的x傳遞給lambda是要切片的DataFrame。這將選擇其索引標簽為偶數的行。

>>> df.iloc[lambda x: x.index % 2 == 0]

a b c d

0 1 2 3 4

2 1000 2000 3000 4000

索引兩個軸

您可以混合使用索引和列的索引器類型。利用:選擇整個軸。

帶標量整數。

>>> df.iloc[0, 1]

2

帶有整數列表。

>>> df.iloc[[0, 2], [1, 3]]

b d

0 2 4

2 2000 4000

用slice對象。

>>> df.iloc[1:3, 0:3]

a b c

1 100 200 300

2 1000 2000 3000

具有長度與列匹配的布爾數組。

>>> df.iloc[:, [True, False, True, False]]

a c

0 1 3

1 100 300

2 1000 3000

具有期望Series或DataFrame的可調用函數。

>>> df.iloc[:, lambda df: [0, 2]]

a c

0 1 3

1 100 300

2 1000 3000