pandas.DataFrame.iloc#

property DataFrame.iloc[源代码]#

纯基于整数位置的索引，用于按位置选择。

在 3.0 版本发生变更: 从可调用对象返回一个元组已被弃用。

.iloc[] 主要是基于整数位置的（从 0 到 轴的长度-1），但也可以与布尔数组一起使用。

允许的输入是：

  • 一个整数，例如 5。

  • 一个整数列表或数组，例如 [4, 3, 0]。

  • 一个包含整数的切片对象，例如 1:7。

  • 一个布尔数组。

  • 一个带有单个参数（调用的 Series 或 DataFrame）并返回有效索引输出（上述之一）的 callable 函数。这在方法链中非常有用，当你没有引用调用对象，但希望基于某个值进行选择时。

  • 一个行和列索引的元组。元组元素由上述输入之一组成，例如 (0, 1)。

.iloc 如果请求的索引器超出范围，将引发 IndexError ，除了允许超出范围索引的 slice 索引器（这符合 python/numpy slice 语义）。

更多信息请参见 按位置选择。

参见

DataFrame.iat

快速整数位置标量访问器。

DataFrame.loc

纯标签位置索引器，通过标签进行选择。

Series.iloc

纯基于整数位置的索引，用于按位置选择。

例子

>>> mydict = [
...     {"a": 1, "b": 2, "c": 3, "d": 4},
...     {"a": 100, "b": 200, "c": 300, "d": 400},
...     {"a": 1000, "b": 2000, "c": 3000, "d": 4000},
... ]
>>> df = pd.DataFrame(mydict)
>>> df
      a     b     c     d
0     1     2     3     4
1   100   200   300   400
2  1000  2000  3000  4000

仅索引行

使用一个标量整数。

>>> type(df.iloc[0])
<class 'pandas.core.series.Series'>
>>> df.iloc[0]
a    1
b    2
c    3
d    4
Name: 0, dtype: int64

使用一个整数列表。

>>> df.iloc[[0]]
   a  b  c  d
0  1  2  3  4
>>> type(df.iloc[[0]])
<class 'pandas.DataFrame'>

>>> df.iloc[[0, 1]]
     a    b    c    d
0    1    2    3    4
1  100  200  300  400

使用一个 slice 对象。

>>> df.iloc[:3]
      a     b     c     d
0     1     2     3     4
1   100   200   300   400
2  1000  2000  3000  4000

使用与索引长度相同的布尔掩码。

>>> df.iloc[[True, False, True]]
      a     b     c     d
0     1     2     3     4
2  1000  2000  3000  4000

使用一个可调用对象，这在方法链中很有用。传递给 lambda 的 x 是被切片的 DataFrame。这选择了索引标签为偶数的行。

>>> df.iloc[lambda x: x.index % 2 == 0]
      a     b     c     d
0     1     2     3     4
2  1000  2000  3000  4000

索引两个轴

您可以为索引和列混合使用索引器类型。使用 : 选择整个轴。

使用标量整数。

>>> df.iloc[0, 1]
2

带有整数列表。

>>> df.iloc[[0, 2], [1, 3]]
      b     d
0     2     4
2  2000  4000

使用 slice 对象。

>>> df.iloc[1:3, 0:3]
      a     b     c
1   100   200   300
2  1000  2000  3000

使用一个长度与列匹配的布尔数组。

>>> df.iloc[:, [True, False, True, False]]
      a     c
0     1     3
1   100   300
2  1000  3000

使用一个期望 Series 或 DataFrame 的可调用函数。

>>> df.iloc[:, lambda df: [0, 2]]
      a     c
0     1     3
1   100   300
2  1000  3000