panda’_pandas map

大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺

pandas.DataFrame.iloc()
纯基于位置的整数索引

输入格式：
一个整数列表或数组，如[4,3,0]。
一个带有int类型的slice对象，例如1:7。
一个布尔值数组。
一个具有一个参数的可调用函数，返回索引

案例

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

对行进行索引

一个整数——返回series格式

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

一个整数列表——返回DataFrame格式

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

切片

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

布尔类型

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

可调用函数

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

整数索引

df.iloc[0, 1]
2

列表索引

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

切片索引

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

布尔索引

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

可调用函数索引

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