Pandas 如何将切片索引器应用于DataFrame.iloc属性

pandas DataFrame.iloc是一个属性，用于使用基于整数位置的索引值访问DataFrame的元素。

属性.iloc只接受指定行和列索引位置的整数值。通常，基于位置的索引值从0到长度-1表示。

超出此范围，我们只能访问DataFrame元素，否则将引发“IndexError”。但切片索引器不会引发“IndexError”来处理越界索引值，因为它允许越界索引值。

示例1

在以下示例中，我们已将切片索引器应用于iloc属性，以访问第1-3行的值。这里，3被排除在外。

# importing pandas package
import pandas as pd

# create a Pandas DataFrame
df = pd.DataFrame([['a','b'],['c','d'],['e','f'],['g','h']], columns=['col1','col2'])

print("DataFrame:")
print(df)

# Access the elements using slicing indexer
result = df.iloc[1:3]
print("Output:")
print(result)

输出

以下是输出：

DataFrame:
  col1 col2
0    a   b
1    c   d
2    e   f
3    g   h

Output:
 col1 col2
1   c   d
2   e   f

iloc属性通过将切片索引器对象指定给“.iloc”属性，成功地从给定的DataFrame中获取了2行元素。

示例2

现在，让我们将负边界值的切片索引器应用于iloc属性。

# importing pandas package
import pandas as pd

# create a Pandas DataFrame
df = pd.DataFrame([['a','b'],['c','d'],['e','f'],['g','h']], columns=['col1','col2'])

print("DataFrame:")
print(df)

# Apply slicing indexer with negative bound values
result = df.iloc[-4:-1]
print("Output:")
print(result)

输出

下面给出输出结果 −

DataFrame:
 col1 col2
0   a   b
1   c   d
2   e   f
3   g   h

Output:
 col1 col2
0  a   b
1  c   d
2  e   f

将负绑定值[-4：-1]赋给iloc属性。然后它返回一个访问元素的新DataFrame