Python pandas.Series.iloc用法及代码示例

用法: property Series.iloc

纯粹基于 integer-location 的索引，用于按位置进行选择。

.iloc[] 主要基于整数位置(从轴的0 到length-1)，但也可以与布尔数组一起使用。

允许的输入是：

一个整数，例如5 。
整数列表或数组，例如[4, 3, 0] 。
带有整数的切片对象，例如1:7 。
一个布尔数组。
一个 callable 函数，带有一个参数(调用 Series 或 DataFrame)并返回有效的索引输出(上述之一)。这在方法链中很有用，当您没有对调用对象的引用，但希望您的选择基于某个值时。

如果请求的索引器越界，.iloc 将引发 IndexError，但允许越界索引的切片索引器除外(这符合 python/numpy 切片语义)。

在按位置选择中查看更多信息。

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

仅索引行

带有一个标量整数。

>>> type(df.iloc[0])
<class 'pandas.core.series.Series'>
>>> df.iloc[0]
a    1
b    2
c    3
d    4
Name:0, dtype:int64

带有整数列表。

>>> df.iloc[[0]]
   a  b  c  d
0  1  2  3  4
>>> type(df.iloc[[0]])
<class 'pandas.core.frame.DataFrame'>

>>> df.iloc[[0, 1]]
     a    b    c    d
0    1    2    3    4
1  100  200  300  400

使用 slice 对象。

>>> df.iloc[:3]
      a     b     c     d
0     1     2     3     4
1   100   200   300   400
2  1000  2000  3000  4000

使用与索引长度相同的布尔掩码。

>>> df.iloc[[True, False, True]]
      a     b     c     d
0     1     2     3     4
2  1000  2000  3000  4000

带有可调用的，在方法链中很有用。传递给lambda 的x 是被切片的DataFrame。这将选择索引标签为偶数的行。

>>> df.iloc[lambda x:x.index % 2 == 0]
      a     b     c     d
0     1     2     3     4
2  1000  2000  3000  4000

索引两个轴

您可以混合索引和列的索引器类型。使用: 选择整个轴。

使用标量整数。

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

带有整数列表。

>>> df.iloc[[0, 2], [1, 3]]
      b     d
0     2     4
2  2000  4000

使用 slice 对象。

>>> df.iloc[1:3, 0:3]
      a     b     c
1   100   200   300
2  1000  2000  3000

使用长度与列匹配的布尔数组。

>>> df.iloc[:, [True, False, True, False]]
      a     c
0     1     3
1   100   300
2  1000  3000

使用需要 Series 或 DataFrame 的可调用函数。

>>> df.iloc[:, lambda df:[0, 2]]
      a     c
0     1     3
1   100   300
2  1000  3000

相关用法

注：本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.Series.iloc。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。