在Python中使用Pandas的.iloc[]提取行

Pandas是一种著名的Python库，广泛用于Python中的数据处理和分析。本文将介绍如何使用.iloc方法，该方法用于通过对数据帧中的行和列进行筛选，从Python中读取选择性数据。

.iloc方法使用基于整数的索引来处理数据，这些索引可能是原始数据集的一部分或不是原始数据集的一部分。第一行被分配索引0，第二行被分配索引1，以此类推。同样，第一列的索引为0，第二列的索引为1，以此类推。

更多Pandas相关文章，请阅读：Pandas 教程

数据集

下面是我们将要使用的数据集。

Id       SepalLengthCm ...       PetalLengthCm        PetalWidthCm
Iris-setosa-1           5.1 ...                   1.4         0.2
Iris-setosa-2           4.9 ...                   1.4         0.2
Iris-setosa-3           4.7 ...                   1.3         0.2

选择行

可以通过指定索引的整数来选择单个行和多个行。在下面的示例中，我们选择了第0行和第1行的单个行。

示例

import pandas as pd

# 从CSV文件创建数据帧
data = pd.read_csv("D:\Iris_readings.csv")

row0 = data.iloc[0]
row1 = data.iloc[1]
print(row0)
print(row1)

输出

运行以上代码将给出以下结果 –

Id       Iris-setosa-1
SepalLengthCm    5.1
SepalWidthCm     3.5
PetalLengthCm    1.4
PetalWidthCm     0.2
Name: 0, dtype: object

Id       Iris-setosa-2
SepalLengthCm    4.9
SepalWidthCm     3.0
PetalLengthCm    1.4
PetalWidthCm     0.2
Name: 1, dtype: object

选择多行

在下面的示例中，我们通过提及我们需要的行的片段一次选择多个行。

示例

import pandas as pd

# 从CSV文件创建数据帧
data = pd.read_csv("D:\Iris_readings.csv")

rows = data.iloc[4:8]
print(rows)

输出

运行以上代码将给出以下结果 –

Id       SepalLengthCm        SepalWidthCm        PetalLengthCm        PetalWidthCm
4        Iris-setosa-5         5.0                 3.6                 1.4         0.2
5        Iris-versicolor-51    7.0                 3.2                 4.7         1.4
6        Iris-versicolor-52    6.4                 3.2                 4.5         1.5
7        Iris-versicolor-53    6.9                 3.1                 4.9         1.5

选择行和列

在下面的示例中，我们可以根据需要选择行和列。

示例

import pandas as pd

# 从CSV文件创建数据帧
data = pd.read_csv("D:\Iris_readings.csv")

rows_columns = data.iloc[4:8,0:2]
print(rows_columns)

输出

运行以上代码将给出以下结果 –

         Id            SepalLengthCm
4  Iris-setosa-5        5.0
5  Iris-versicolor-51   7.0
6  Iris-versicolor-52   6.4
7  Iris-versicolor-53   6.9