如何使用带有切片对象的 .iloc 属性访问 pandas Series 中的一组元素?
pandasserver side programmingprogramming更新于 2025/5/18 16:37:17
pandas.Series.iloc 用于通过提供基于整数的位置索引值来访问 pandas series 对象中的一组元素。
属性 .iloc 采用整数值来访问特定系列元素。通常，基于位置的索引值从 0 到长度 1 表示。只有超出此范围，我们才能访问系列元素，否则会引发"IndexError"。但对于切片索引器，它不会引发"IndexError"对于越界索引值，因为它允许越界索引。
示例 1
import pandas as pd
import numpy as np
# 创建示例系列
s = pd.Series([1,2,3,4,5,6,7,8,9,10])
print(s)
# 使用切片对象访问元素数量
print("Output: ")
print(s.iloc[0:4])
解释
在下面的示例中，我们创建了一个带有整数值列表的 pandas 系列对象，并且我们尚未初始化此系列对象的索引标签，基于整数位置的索引从 0 到 9 开始。
输出
0 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 10 dtype: int64 Output: 0 1 1 2 2 3 3 4 dtype: int64
我们通过将切片索引器对象发送到“.iloc” 属性来访问从索引值 0 到 4 的一组 pandas.Series 元素。访问的元素组作为另一个系列对象返回，该对象显示在上述输出块中。
示例 2
import pandas as pd
import numpy as np
# 创建示例系列
s = pd.Series([1,2,3,4,5,6,7,8,9,10])
print(s)
# 使用切片对象访问元素数量
print("Output: ")
print(s.iloc[-1:-5:-1])
解释
在此示例中，我们应用了具有负边界值的切片索引器。让我们查看下面的输出块以观察结果。
输出
0 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 10 dtype: int64 Output: 9 10 8 9 7 8 6 7 dtype: int64
将负边界值 [-1:-5:-1] 应用于 iloc 属性。然后它将返回一个包含访问的反向排序元素的新系列对象。
