Pandas iloc函数的使用|极客笔记

Pandas iloc函数的使用

在Python的pandas库中，iloc是一个非常重要的函数，它用于基于整数位置选择数据。iloc是基于位置的索引，而不是基于标签的索引。这意味着我们可以使用整数来选择数据，而不是使用标签。在本文中，我们将详细介绍iloc函数的使用，特别是iloc的-1用法。

1. pandas iloc基础

在pandas中，iloc函数的基本语法如下：

dataframe.iloc[row_selection, column_selection]

其中，row_selection和column_selection都可以是整数、整数列表或整数范围。

例如，我们有一个名为df的DataFrame，我们可以使用iloc函数来选择特定的行和列。

import pandas as pd

data = {'Name': ['Tom', 'Nick', 'John', 'Tom'],
        'Age': [20, 21, 19, 18],
        'City': ['New York', 'London', 'New Delhi', 'Shanghai']}
df = pd.DataFrame(data)

# 选择第一行
print(df.iloc[0])

# 选择第一列
print(df.iloc[:, 0])

# 选择第一行和第一列的元素
print(df.iloc[0, 0])

Output:

Pandas iloc函数的使用

2. pandas iloc -1

在Python中，-1通常用于表示最后一个元素。在pandas的iloc函数中，-1也有同样的含义。我们可以使用-1来选择最后一行或最后一列。

例如，我们可以使用以下代码来选择最后一行：

import pandas as pd

data = {'Name': ['Tom', 'Nick', 'John', 'Tom'],
        'Age': [20, 21, 19, 18],
        'City': ['New York', 'London', 'New Delhi', 'Shanghai']}
df = pd.DataFrame(data)

# 选择最后一行
print(df.iloc[-1])

Output:

Pandas iloc函数的使用

我们也可以使用以下代码来选择最后一列：

import pandas as pd

data = {'Name': ['Tom', 'Nick', 'John', 'Tom'],
        'Age': [20, 21, 19, 18],
        'City': ['New York', 'London', 'New Delhi', 'Shanghai']}
df = pd.DataFrame(data)

# 选择最后一列
print(df.iloc[:, -1])

Output:

Pandas iloc函数的使用

3. pandas iloc -1与其他整数的组合

我们可以将-1与其他整数一起使用，来选择多行或多列。

例如，我们可以使用以下代码来选择最后两行：

import pandas as pd

data = {'Name': ['Tom', 'Nick', 'John', 'Tom'],
        'Age': [20, 21, 19, 18],
        'City': ['New York', 'London', 'New Delhi', 'Shanghai']}
df = pd.DataFrame(data)

# 选择最后两行
print(df.iloc[-2:])

Output:

Pandas iloc函数的使用

我们也可以使用以下代码来选择第一列和最后一列：

import pandas as pd

data = {'Name': ['Tom', 'Nick', 'John', 'Tom'],
        'Age': [20, 21, 19, 18],
        'City': ['New York', 'London', 'New Delhi', 'Shanghai']}
df = pd.DataFrame(data)

# 选择第一列和最后一列
print(df.iloc[:, [0, -1]])

Output:

Pandas iloc函数的使用

4. pandas iloc -1与切片的组合

我们可以将-1与切片一起使用，来选择多行或多列。

例如，我们可以使用以下代码来选择除最后一行之外的所有行：

import pandas as pd

data = {'Name': ['Tom', 'Nick', 'John', 'Tom'],
        'Age': [20, 21, 19, 18],
        'City': ['New York', 'London', 'New Delhi', 'Shanghai']}
df = pd.DataFrame(data)

# 选择除最后一行之外的所有行
print(df.iloc[:-1])

Output:

Pandas iloc函数的使用

我们也可以使用以下代码来选择除最后一列之外的所有列：

import pandas as pd

data = {'Name': ['Tom', 'Nick', 'John', 'Tom'],
        'Age': [20, 21, 19, 18],
        'City': ['New York', 'London', 'New Delhi', 'Shanghai']}
df = pd.DataFrame(data)

# 选择除最后一列之外的所有列
print(df.iloc[:, :-1])

Output:

Pandas iloc函数的使用

5. pandas iloc -1与布尔索引的组合

我们可以将-1与布尔索引一起使用，来选择满足特定条件的行或列。

例如，我们可以使用以下代码来选择年龄大于20的最后一行：

import pandas as pd

data = {'Name': ['Tom', 'Nick', 'John', 'Tom'],
        'Age': [20, 21, 19, 18],
        'City': ['New York', 'London', 'New Delhi', 'Shanghai']}
df = pd.DataFrame(data)

# 选择年龄大于20的最后一行
print(df[df['Age'] > 20].iloc[-1])

Output:

Pandas iloc函数的使用

我们也可以使用以下代码来选择名字为’Tom’的最后一列：

import pandas as pd

data = {'Name': ['Tom', 'Nick', 'John', 'Tom'],
        'Age': [20, 21, 19, 18],
        'City': ['New York', 'London', 'New Delhi', 'Shanghai']}
df = pd.DataFrame(data)

# 选择名字为'Tom'的最后一列
print(df[df['Name'] == 'Tom'].iloc[:, -1])

Output:

Pandas iloc函数的使用