資料結構
網路
關係型資料庫管理系統
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
化學
生物
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究如何在 Pandas DataFrame 的 .iloc 屬性中應用切片索引器？
Pandas DataFrame 的 .iloc 是一個屬性，用於使用基於整數位置的索引值訪問 DataFrame 的元素。
屬性 .iloc 僅接受指定行和列索引位置的整數。通常，基於位置的索引值從 0 到 length-1。
超出此範圍，我們才能訪問 DataFrame 元素，否則會引發“IndexError”。但是，切片索引器不會對超出範圍的索引值引發“IndexError”，因為它允許超出範圍的索引值。
示例 1
在以下示例中，我們已將切片索引器應用於 iloc 屬性以訪問第 1 到第 3 行的值。此處，3 被排除在外。
# 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)輸出
輸出如下所示：
DataFrame: col1 col2 0 a b 1 c d 2 e f 3 g h Output: col1 col2 1 c d 2 e f
iloc 屬性透過向“.iloc”屬性指定切片索引器物件，成功地從給定的 DataFrame 中訪問了 2 行元素。
示例 2
現在，讓我們將切片索引器與負邊界值一起應用於 iloc 屬性。
# 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)輸出
輸出如下所示：
DataFrame: col1 col2 0 a b 1 c d 2 e f 3 g h Output: col1 col2 0 a b 1 c d 2 e f
負邊界值 [-4:-1] 被賦予 iloc 屬性。然後它返回一個包含已訪問元素的新 DataFrame。
更新於： 2022年3月8日
661 次瀏覽
廣告