选择行
data_frame.iloc通过 索引 选择行
获取一行数据
data_frame.iloc[n]
loc是location的意思
参数
- n:行索引,默认第一行索引是0
返回
行索引是n的记录,Series类型
例子
df_file.iloc[0]
获取m、n两行的数据
data_frame.iloc[[m,n]]
loc是location的意思
参数
- m:行索引,默认第一行索引是0
- n:行索引
返回
行索引是n到m的记录,DataFrame类型
例子
df_file.iloc[[0,2]]
获取从m到n行的数据
data_frame.iloc[m:n]
loc是location的意思
注意:
与python的切片相同,pandas包含m行,不包含n行
参数
- m:行索引,默认第一行索引是0
- n:行索引
返回
行索引是n到m的记录,DataFrame类型
例子
df_file.iloc[0:2]
选择行列
获取m、n行中的x,y列
data_frame.iloc[[m,n],[x,y]]
参数
- m:m行
- n:n行
- x:x列
- y:y列
返回
DataFrame对象
例子
data_frame.iloc[[0,4],[3,4]]
获取从m到n行中的x,y列
data_frame.iloc[m:n,[x,y]]
注意:
与python的切片相同,pandas包含m行,不包含n行
参数
- m:m行
- n:n行
- x:x列
- y:y列
返回
DataFrame对象
例子
data_frame.iloc[0:4,[3,4]]
获取所有行的x,y列
data_frame.loc[:,[x,y] ]