使用 Python 中的 Pandas .iloc[] 提取行

pythonserver side programmingprogramming更新于 2025/10/11 7:08:17

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，我们将了解如何使用 .iloc 方法，该方法用于通过过滤数据框中的行和列来从 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，这些索引可能是也可能不是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，第一列是索引 0，第二列是索引 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，我们选择了第 0 行和第 1 行的单独行。

示例

import pandas as pd

# 从 csv 文件创建数据框
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来一次性选择多行。

示例

import pandas as pd

# 从 csv 文件制作数据框
data = pd.read_csv("D:\Iris_readings.csv")

rows = data.iloc[4:8]
print(rows)

输出

运行上述代码得到以下结果 −

   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

在下面的例子中，我们可以根据需要选择行和列。

示例

import pandas as pd

# 从 csv 文件制作数据框
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