Pandas 如何使用.iloc属性访问DataFrame的元素

pandas.DataFrame.iloc属性用于使用整数位置访问pandas DataFrame中的元素。它与pandas.DataFrame的“iat”属性非常类似，但区别在于，“iloc”属性可以访问一组元素，而“iat”属性只能访问单个元素。

“.iloc”属性允许输入整数值、整数值列表、整数的切片对象和布尔数组等。

如果请求的索引超出范围，除了切片索引器对象外，该属性将引发“IndexError”。

示例1

在接下来的示例中，我们使用嵌套列表和整数值创建了一个pandas DataFrame。然后，我们使用单个整数值应用了iloc属性。

# importing pandas package
import pandas as pd

# create a Pandas DataFrame
df = pd.DataFrame([[1,2,3,4],[10,20,30,40],[100,200,300,400]], columns=list('abcd'))

print("DataFrame:")
print(df)

# Access the elements using iloc attribute
result = df.iloc[0]
print("Output:")
print(result)

输出

下面是输出结果：

DataFrame:
    a   b   c   d
0   1   2   3   4
1  10  20  30  40
2 100 200 300 400

Output:
a    1
b    2
c    3
d    4
Name: 0, dtype: int64

iloc属性访问给定数据帧的整个第0行。

示例2

通过将整数值列表提供给iloc属性，让我们访问pandas.DataFrame中的元素。在这个示例中，我们将[0,1]指定给“iloc”属性。

# importing pandas package
import pandas as pd

# create a Pandas DataFrame
df = pd.DataFrame([[1,2,3,4],[10,20,30,40],[100,200,300,400]], columns=list('abcd'))

print("DataFrame:")
print(df)

# Access the elements using a list of integers
result = df.iloc[[0,1]]
print("Output:")
print(result)

输出

下面是输出结果−

DataFrame:
    a   b   c   d
0   1   2   3   4
1  10  20  30  40
2 100 200 300 400

Output:
   a  b  c  d
0  1  2  3  4
1 10 20 30 40

我们使用“iloc”属性成功访问了pandas DataFrame中的第0行和第1行元素。结果是返回一个新的DataFrame对象，显示在上面的输出块中。