DataFrame.iloc - 使用索引访问数据帧的子集

使用DataFrame的iloc属性访问数据帧的子集，采用整数索引进行定位。

属性原型

DataFrame.iloc[loc-expr]

• loc-expr：定位表达式，可以是：
  • 整数，例如：5
  • 整数列表，例如：[4,3,0]
  • 证书切片对象，例如：1:7
  • 布尔数组
  • callable函数，其参数为数据帧对象，返回值为要切片的索引

示例代码

下面的代码使用Python字典创建一个DataFrame对象：

>>> 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

下面的代码使用一个整数标量定位第0行成员，返回一个序列：

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

下面的代码使用一个整数列表定位第0行成员，返回一个数据帧：

>>> df.iloc[[0]]
   a  b  c  d
0  1  2  3  4
>>> type(df.iloc[[0]])
<class 'pandas.core.frame.DataFrame'>

下面的代码切片数据帧的前两行：

>>> df.iloc[[0, 1]]
     a    b    c    d
0    1    2    3    4
1  100  200  300  400

下面的代码返回包含前3行数据的数据帧：

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

下面的代码使用布尔数组选中第0行和第2行数据：

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

下面的代码使用一个callable函数选中偶数行数据：

>>> df.iloc[lambda x: x.index % 2 == 0]
      a     b     c     d
0     1     2     3     4
2  1000  2000  3000  4000

下面的代码选中第0行第1列成员：

>>> df.iloc[0, 1]
2

下面的代码选中0行和2行、1列和3列的数据：

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

下面的代码选中1行和2行、0列到2列的数据：

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

下面的代码使用布尔数组选中所有行的0列和2列：

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

下面的代码使用一个callable函数选中所有行的0列和2列：

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