今天学习时遇到了这个方法，为了加深理解做一下笔记。
这是该方法的文档，从中可以看出，中括号里允许输入可情形有5种。
此外，iloc方法既可以索引行数据，也可以列数据。
//首先创建DataFrame
import pandas as pd
import numpy as np
df = pd.DataFrame({'城市':['北京','广州', '天津', '上海', '杭州', '成都', '澳门', '南京'],
'平均收入':[10000, 10000, 5000, 5002, 40000, 50000, 8000, 5000],
'人口':[500, 400, 300, 400, 250, 250, 405, 360]})
数据如下
第一种 整数做索引
// 索引第2行 df.iloc[1]
// 索引第2行第3列 df.iloc[1，2]
第二种 列表或数组做索引
// 索引2、3两行数据 df.iloc[[1，2]]
// 索引2、3两行数据的前两列 df.iloc[[1,2],[0,1]]
第三种 利用切片做索引
// 索引前5行数据的前两列 df.iloc[0:5,0:2]
// 和切片原理一样，2是步长 df.iloc[0:8:2]
第四种 Boolean数组做索引
// True 为显示，False为不显示 df.iloc[[True, False, True, False, True, False, True, False],[True, False, True]]
注意：此时Boolean数组的长度需对应df的行列数
此外还可以这样用
df.iloc[:,df.columns!='人口']
第五种 带一个参数的可调用函数做索引
// A code block df.iloc[lambda x: x.index 2 < 8 ]
到此这篇关于pandas.DataFrame.iloc的具体使用详解的文章就介绍到这了,更多相关pandas.DataFrame.iloc的使用内容请搜索Devmax以前的文章或继续浏览下面的相关文章希望大家以后多多支持Devmax！