在Python中使用Pandas .iloc []提取行

Pandas是著名的python库，已广泛用于python中的数据处理和分析。在本文中，我们将看到如何使用.iloc方法，该方法用于通过过滤数据帧中的行和列从python中读取选择性数据。

iloc方法通过使用基于整数的索引来处理数据，该索引可能是也可能不是原始数据集的一部分。第一行分配了索引0，第二行分配了索引1，依此类推。同样，第一列是索引0，第二列是索引1，依此类推。

数据集

以下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

通过指定索引的整数，我们可以选择单行和多行。在下面的示例中，我们选择第0行和第1行的各个行。

示例

import pandas as pd

# Create data frame from csv file
data = pd.read_csv("D:\\Iris_readings.csv")

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

输出结果

运行上面的代码给我们以下结果-

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
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来一次选择许多行。

示例

import pandas as pd

# making data frame from csv file
data = pd.read_csv("D:\\Iris_readings.csv")

rows = data.iloc[4:8]
print(rows)

输出结果

运行上面的代码给我们以下结果-

   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

# making data frame from csv file
data = pd.read_csv("D:\\Iris_readings.csv")

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

输出结果

运行上面的代码给我们以下结果-

      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