pyspark.pandas.DataFrame.iloc

財產 DataFrame。 iloc

純粹基於integer-location索引選擇的位置。

.iloc []主要是基於整數位置(從嗎0長度是1軸),但也可以使用一個條件布爾係列。

允許輸入:

  • 一個整數列選擇。5

  • 一個整數列表或數組的行選擇不同的索引值,例如:[3,4,0]

  • 列表或數組的整數列選擇,如[4,3,0]

  • 一個布爾值數組列選擇。

  • 一片與int對象行和列選擇,如1:7

不允許輸入哪些熊貓允許:

  • 列表或數組行選擇和複製的整數索引,例如。[4,4,0]

  • 一個布爾值數組的行選擇。

  • 一個可調用的函數與一個參數(調用係列,DataFrame或麵板)和返回有效輸出索引(上圖)之一。連鎖這個方法是有用的,當你沒有給調用對象的引用,但想讓您的選擇基於一些價值。

.iloc將會提高IndexError如果要求索引器是禁止入內的,除了索引器允許禁止入內的索引(這符合python / numpy語義)。

另請參閱

DataFrame.loc

純粹基於label-location索引器選擇的標簽。

Series.iloc

純粹基於integer-location索引選擇的位置。

例子

> > >mydict=[{“一個”:1,“b”:2,“c”:3,' d ':4},{“一個”:One hundred.,“b”:200年,“c”:300年,' d ':400年},{“一個”:1000年,“b”:2000年,“c”:3000年,' d ':4000年})> > >df=psDataFrame(mydict,=(“一個”,“b”,“c”,' d '])> > >dfa b c d0 1 2 3 41 100 200 300 4002 1000 2000 3000 4000

索引的行

一個標量行選擇的整數。

> > >dfiloc(1]一個100b 200c 300d 400名稱:1、dtype: int64
> > >dfiloc[[0]]a b c d0 1 2 3 4

與一個對象。

> > >dfiloc[:3]a b c d0 1 2 3 41 100 200 300 4002 1000 2000 3000 4000

索引兩軸

你可以混合索引和列的索引器類型。使用:選擇整個軸。

與標量整數。

> > >dfiloc[:1,1]0 2名稱:b, dtype: int64

列表的整數。

> > >dfiloc[:2,(1,3]]b d0 2 41 200 400

對象。

> > >dfiloc[:2,0:3]a b c0 1 2 31 100 200 300

用一個布爾值數組的長度匹配的列。

> > >dfiloc(:,(真正的,,真正的,]]一個c0 1 31 100 3002 1000 3000

設置值

所有項目設置值匹配的列表標簽。

> > >dfiloc[[1,2),(1]]=50> > >dfa b c d0 1 2 3 41 100 300 4002 1000 3000 4000

為整個行設置值

> > >dfiloc(0]=10> > >dfa b c d0 10 10 10 101 100 300 4002 1000 3000 4000

一整列設置值

> > >dfiloc(:,2]=30.> > >dfa b c d0 10 10 30100 50 4001000 50 4000

為整個列表的列設置值

> > >dfiloc(:,(2,3]]=One hundred.> > >dfa b c d0 10 100 1001 100 100 1002 1000 100 100

設置值係列

> > >dfiloc(:,3]=dfiloc(:,3]*2> > >dfa b c d0 10 100 2001 100 100 2002 1000 100 200