如何将切片索引器应用于 pandas DataFrame.iloc 属性?
pandasserver side programmingprogramming更新于 2025/5/20 9:07:17
pandas DataFrame.iloc 是一个属性，用于使用基于整数位置的索引值访问 DataFrame 的元素。
属性 .iloc 仅采用指定行和列索引位置的整数值。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 DataFrame 元素，否则会引发"IndexError"。但切片索引器不会引发"IndexError"对于越界索引值，因为它允许越界索引值。
示例 1
在下面的示例中，我们将切片索引器应用于 iloc 属性，以访问第 1 至第 3 行的值。这里排除了 3。
# 导入 pandas 包
import pandas as pd
# 创建 Pandas DataFrame
df = pd.DataFrame([['a','b'],['c','d'],['e','f'],['g','h']], columns=['col1','col2'])
print("DataFrame:")
print(df)
# 使用切片索引器访问元素
result = df.iloc[1:3]
print("Output:")
print(result)
输出
输出如下所示 −
DataFrame: col1 col2 0 a b 1 c d 2 e f 3 g h Output: col1 col2 1 c d 2 e f
通过将切片索引器对象指定给".iloc"属性，iloc 属性成功访问了给定 DataFrame 中的 2 行元素。
示例 2
现在，让我们将具有负边界值的切片索引器应用于 iloc 属性。
# 导入 pandas 包
import pandas as pd
# 创建 Pandas DataFrame
df = pd.DataFrame([['a','b'],['c','d'],['e','f'],['g','h']], columns=['col1','col2'])
print("DataFrame:")
print(df)
# 应用具有负边界值的切片索引器
result = df.iloc[-4:-1]
print("Output:")
print(result)
输出
输出如下所示 −
DataFrame: col1 col2 0 a b 1 c d 2 e f 3 g h Output: col1 col2 0 a b 1 c d 2 e f
将负边界值 [-4:-1] 赋予 iloc 属性。然后它返回一个包含已访问元素的新 DataFrame
