Pandas 如何使用.iloc属性和切片对象从Series访问一组元素

使用pandas.Series.iloc可以通过提供基于整数位置索引值来访问pandas series对象中的一组元素。

属性.iloc接受整数值来访问特定的series元素。一般来说，位置索引值从0到length-1表示。超出这个范围只能访问series元素，否则会引发“IndexError”错误。但对于切片索引器，它不会因为超出范围的索引值而引发“IndexError”错误，因为它允许超出范围的索引。

示例1

import pandas as pd
import numpy as np

# create a sample series
s = pd.Series([1,2,3,4,5,6,7,8,9,10])

print(s)

# access number of elements by using slicing object
print("Output: ")
print(s.iloc[0:4])

说明

在下面的示例中，我们创建了一个pandas系列对象，其中包含一组整数值，我们没有为这个系列对象初始化索引标签，基于整数位置的索引从0到9开始。

输出

0 1
1 2
2 3
3 4
4 5
5 6
6 7
7 8
8 9
9 10
dtype: int64

Output:
0 1
1 2
2 3
3 4
dtype: int64

我们通过将切片索引器对象发送到“.iloc”属性，访问了一组从索引值0到4的pandas.Series元素。访问的元素组以另一个系列对象返回，并显示在上面的输出块中。

示例2

import pandas as pd
import numpy as np

# create a sample series
s = pd.Series([1,2,3,4,5,6,7,8,9,10])

print(s)

# access number of elements by using slicing object
print("Output: ")
print(s.iloc[-1:-5:-1])

解释

在这个示例中，我们使用了带有负数边界值的切片索引器。让我们看一下下面的输出块以观察结果。

输出

0 1
1 2
2 3
3 4
4 5
5 6
6 7
7 8
8 9
9 10
dtype: int64

Output:
9 10
8 9
7 8
6 7
dtype: int64

负限制值[-1：-5：-1]被应用于iloc属性。然后它将返回一个通过索引访问的逆序元素的新的series对象。