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