Python Pandas Series.iloc用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

Pandas 系列是带有轴标签的一维ndarray。标签不必是唯一的，但必须是可哈希的类型。该对象同时支持基于整数和基于标签的索引，并提供了许多方法来执行涉及索引的操作。

Pandas Series.iloc属性启用纯粹基于integer-location的索引，以按给定Series对象上的位置进行选择。

用法：Series.iloc

范例1：采用Series.iloc属性以对给定的Series对象执行索引。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series(['New York', 'Chicago', 'Toronto', 'Lisbon']) 
  
# Creating the row axis labels 
sr.index = ['City 1', 'City 2', 'City 3', 'City 4']  
  
# Print the series 
print(sr)

输出：

现在我们将使用Series.iloc属性以对给定的Series对象执行索引。

# slice the object element in the  
# passed range 
sr.iloc[0:2]

输出：

正如我们在输出中看到的，Series.iloc属性返回了一个包含原始Series对象中切片元素的series对象。

范例2：采用Series.iloc属性以对给定的Series对象执行索引。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series(['1/1/2018', '2/1/2018', '3/1/2018', '4/1/2018']) 
  
# Creating the row axis labels 
sr.index = ['Day 1', 'Day 2', 'Day 3', 'Day 4'] 
  
# Print the series 
print(sr)

输出：

现在我们将使用Series.iloc属性以对给定的Series对象执行索引。

# slice the object element in the  
# passed range 
sr.iloc[1:3]

输出：

正如我们在输出中看到的，Series.iloc属性返回了一个包含原始Series对象中切片元素的series对象。