数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装学
法学使用 Pandas .iloc[] 在 Python 中提取行
Pandas 是一个著名的 Python 库，广泛用于 Python 中的数据处理和分析。在本文中，我们将学习如何使用 .iloc 方法，该方法用于通过过滤数据框的行和列来从 Python 中读取选择性数据。
iloc 方法使用基于整数的索引来处理数据，这些索引可能属于也可能不属于原始数据集的一部分。第一行分配索引 0，第二行分配索引 1，依此类推。同样，第一列为索引 0，第二列为索引 1，依此类推。
数据集
以下是我们将要使用的数据集。
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
选择行
我们可以通过指定索引的整数来选择单行或多行。在下面的示例中，我们选择第 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)输出
运行上述代码将得到以下结果：
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
选择多行
在下面的示例中，我们通过提及所需行的切片，一次性选择多行。
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)输出
运行上述代码将得到以下结果：
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
选择行和列
在下面的示例中，我们可以根据需要选择行和列。
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)输出
运行上述代码将得到以下结果：
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
更新于：2020年8月26日
541 次浏览
广告