Python DataFrame 使用iloc选择指定列：详解与示例

Python DataFrame 使用iloc选择指定列：详解与示例

在使用 Python 处理数据时，Pandas 是一个非常强大的工具。DataFrame 作为 Pandas 中的核心数据结构，提供了多种方法来选择和操作数据。其中，iloc 属性允许我们使用整数索引来定位和切片数据。

本文将详细解释 data = df.iloc[:, [2, 3]].values 这行代码的含义，并提供如何修改代码以选择指定三列或更多列的实用示例。

详解 data = df.iloc[:, [2, 3]].values

• df：代表一个 Pandas DataFrame 对象。- .iloc[]：用于通过整数索引访问 DataFrame 的数据。- :：表示选择所有行。- [2, 3]：表示选择索引为 2 和 3 的列（对应 DataFrame 中的第 3 列和第 4 列，因为 Python 从 0 开始计数）。- .values：将选定的数据转换为一个 NumPy 数组。

因此，这行代码的意思是从 DataFrame 中选择第 3 列和第 4 列的数据，并将其存储为一个二维的 NumPy 数组。

选择指定三列或更多列

如果要选择第 3 列、第 4 列和第 5 列，可以将代码修改为：pythondata = df.iloc[:, [2, 3, 4]].values

一般地，如果要选择任意指定的列，只需要将列索引放在 [] 中即可。例如，要选择第 1 列、第 3 列和第 5 列，可以使用以下代码：pythondata = df.iloc[:, [0, 2, 4]].values

总结

通过 iloc 属性，我们可以方便地使用整数索引选择 DataFrame 中的指定列。无论是选择连续的列还是不连续的列，都可以通过修改 [] 中的列索引来实现。

希望本文能够帮助您更好地理解和使用 iloc 属性来操作 Pandas DataFrame 数据。