📜  通过给定的整数索引选择一行系列或数据框

📅  最后修改于: 2022-05-13 01:55:48.920000             🧑  作者: Mango

通过给定的整数索引选择一行系列或数据框

数据框.iloc[]  用于通过给定的整数索引选择一行系列/数据帧。让我们创建一个数据框:

代码:

Python3
# import pandas library
import pandas as pd 
  
# Create the dataframe 
df = pd.DataFrame({'ID': ['114', '345',
                         '157788', '5626'], 
                'Product': ['shirt', 'trousers',
                           'tie', 'belt'], 
                'Price': [1200, 1500,
                         600, 352], 
                'Color': ['White','Black', 
                         'Red', 'Brown'], 
                'Discount': [10, 10,
                            10, 10]}) 
  
# Show the dataframe
df


Python3
# select first row 
# from the dataframe
df.iloc[0]


Python3
# select 0, 1, 2 rows
#from the dataframe
df.iloc[0 : 3]


Python3
# selecting rows from 0 to
# 2 and columns 0 to 1
df.iloc[0 : 3, 0 : 2]


Python3
# selecting all rows and 
# columns from 0 to 3
df.iloc[ : , 0 : 4]


Python3
# selecting all rows and 
# 3rd column
df.iloc[ : , 2]


输出:

数据框

现在,通过给定的整数索引选择一行系列/数据帧:
示例 1:仅选择第一行。

Python3

# select first row 
# from the dataframe
df.iloc[0]

输出:

第一行数据框

示例 2:选择 0,1,2 行。

Python3

# select 0, 1, 2 rows
#from the dataframe
df.iloc[0 : 3]

输出:

提取数据框行

示例 3:选择从 0 到 2 的行和从 0 到 1 的列。

Python3

# selecting rows from 0 to
# 2 and columns 0 to 1
df.iloc[0 : 3, 0 : 2]

输出:

数据框子集

示例 4:选择从 0 到 3 的所有行和列。

Python3

# selecting all rows and 
# columns from 0 to 3
df.iloc[ : , 0 : 4]

输出:

示例 5:选择所有行和第 2 列。

Python3

# selecting all rows and 
# 3rd column
df.iloc[ : , 2]

输出:

仅具有第二列的数据框