資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝學
法學使用 Pandas .iloc[] 在 Python 中提取行
Pandas 是一個著名的 Python 庫，廣泛用於 Python 中的資料處理和分析。在本文中，我們將學習如何使用 .iloc 方法，該方法用於透過過濾資料框的行和列來從 Python 中讀取選擇性資料。
iloc 方法使用基於整數的索引來處理資料，這些索引可能屬於也可能不屬於原始資料集的一部分。第一行分配索引 0，第二行分配索引 1，依此類推。同樣，第一列為索引 0，第二列為索引 1，依此類推。
資料集
以下是我們將要使用的資料集。
Id SepalLengthCm ... PetalLengthCm PetalWidthCm Iris-setosa-1 5.1 ... 1.4 0.2 Iris-setosa-2 4.9 ... 1.4 0.2 Iris-setosa-3 4.7 ... 1.3 0.2
選擇行
我們可以透過指定索引的整數來選擇單行或多行。在下面的示例中，我們選擇第 0 行和第 1 行。
示例
import pandas as pd
# Create data frame from csv file
data = pd.read_csv("D:\Iris_readings.csv")
row0 = data.iloc[0]
row1 = data.iloc[1]
print(row0)
print(row1)輸出
執行上述程式碼將得到以下結果：
Id Iris-setosa-1 SepalLengthCm 5.1 SepalWidthCm 3.5 PetalLengthCm 1.4 PetalWidthCm 0.2 Name: 0, dtype: object Id Iris-setosa-2 SepalLengthCm 4.9 SepalWidthCm 3 PetalLengthCm 1.4 PetalWidthCm 0.2 Name: 1, dtype: object
選擇多行
在下面的示例中，我們透過提及所需行的切片，一次性選擇多行。
示例
import pandas as pd
# making data frame from csv file
data = pd.read_csv("D:\Iris_readings.csv")
rows = data.iloc[4:8]
print(rows)輸出
執行上述程式碼將得到以下結果：
Id SepalLengthCm SepalWidthCm PetalLengthCm PetalWidthCm 4 Iris-setosa-5 5.0 3.6 1.4 0.2 5 Iris-versicolor-51 7.0 3.2 4.7 1.4 6 Iris-versicolor-52 6.4 3.2 4.5 1.5 7 Iris-versicolor-53 6.9 3.1 4.9 1.5
選擇行和列
在下面的示例中，我們可以根據需要選擇行和列。
示例
import pandas as pd
# making data frame from csv file
data = pd.read_csv("D:\Iris_readings.csv")
rows_columns = data.iloc[4:8,0:2]
print(rows_columns)輸出
執行上述程式碼將得到以下結果：
Id SepalLengthCm 4 Iris-setosa-5 5.0 5 Iris-versicolor-51 7.0 6 Iris-versicolor-52 6.4 7 Iris-versicolor-53 6.9
更新於：2020年8月26日
541 次瀏覽
廣告