介绍一个在数据分析中常用的函数:data.iloc[]

平时处理数据集中,总是需要选中一些列的数据,去预测其他列的数据,所以data.iloc[],在数据分析中显得尤为方便。

介绍一下data.iloc[]

data.iloc[] 是 Python 中 pandas 库的一个非常有用的功能,它允许你通过行和列的整数位置索引来选择数据。iloc 是 "integer location" 的缩写,意味着你可以通过指定行和列的整数索引来选择数据,而不是使用标签。

以下是一些使用 data.iloc[] 的基本示例:

  1. 选择单个元素

    使用 data.iloc[row_index, column_index] 来选择特定的元素。

    python 复制代码
    element = data.iloc[0, 1]  # 选择第1行第2列的元素
  2. 选择一行

    使用 data.iloc[i,:] 来选择第 i 行的所有列。

    python 复制代码
    row = data.iloc[2, :]  # 选择第3行的所有列
  3. 选择一列

    使用 data.iloc[:, j] 来选择第 j 列的所有行。

    python 复制代码
    column = data.iloc[:, 1]  # 选择第2列的所有行
  4. 选择多个行和列

    使用 data.iloc[i:m, j:n] 来选择从第 i 行到第 m 行,第 j 列到第 n 列的数据。

    python 复制代码
    sub_data = data.iloc[0:3, 1:4]  # 选择第1行到第3行,第2列到第4列的数据
  5. 使用切片
    iloc 也支持 Python 的切片语法,可以用于选择行或列的范围。

    python 复制代码
    sub_data_rows = data.iloc[0:5:2, :]  # 选择第1行到第5行,步长为2的行
    sub_data_cols = data.iloc[:, 1:5:2]  # 选择第2列到第5列,步长为2的列
  6. 选择多个不连续的行或列

    使用数组或列表来选择多个不连续的行或列。

    python 复制代码
    selected_rows = data.iloc[[0, 2, 4], :]  # 选择第1、3、5行的所有列
    selected_cols = data.iloc[:, [1, 3]]     # 选择第2、4列的所有行

请注意,在使用 iloc 时,索引是从0开始的,即第一行或第一列的索引是0。此外,iloc 只能用于选择行和列,不能用于选择 DataFrame 中的标签(即列名或索引)。如果你需要基于标签选择数据,应该使用 loc 而不是 iloc

在数据分析代码中的应用

这是在一个数据分析代码中的一部分,这里就用了iloc[]选取前两列作为特征数据,第三列作为目标变量(也就是通过前两列的值预测最后一列的数据)。

python 复制代码
# 1. 数据加载
data = pd.read_csv('data.csv')
X = data.iloc[:, :2]  # 取前两列作为特征
y = data.iloc[:, 2]  # 取第三列作为目标变量

# 2. 数据预处理
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
scaler = StandardScaler()
X_train_scaled = scaler.fit_transform(X_train)
X_test_scaled = scaler.transform(X_test)
相关推荐
小小爱大王27 分钟前
AI 编码效率提升 10 倍的秘密:Prompt 工程 + 工具链集成实战
java·javascript·人工智能
蓝博AI1 小时前
基于卷积神经网络的香蕉成熟度识别系统,resnet50,vgg16,resnet34【pytorch框架,python代码】
人工智能·pytorch·python·神经网络·cnn
CUMT_DJ2 小时前
唐宇迪2025最新机器学习课件——学习心得(1)
人工智能·机器学习
流烟默2 小时前
机器学习中一些场景的模型评估与理解图表
大数据·人工智能·机器学习
十三画者2 小时前
【文献分享】acmgscaler:用于在 ACMG/AMP 框架内对基因层面的变异效应得分进行标准化校准。
数据挖掘·数据分析·r语言
格林威2 小时前
近红外工业相机的简单介绍和场景应用
人工智能·深度学习·数码相机·计算机视觉·视觉检测·制造·工业相机
JJJJ_iii2 小时前
【机器学习07】 激活函数精讲、Softmax多分类与优化器进阶
人工智能·笔记·python·算法·机器学习·分类·线性回归
Pocker_Spades_A2 小时前
机器学习之生成对抗网络(GAN)
人工智能·深度学习·生成对抗网络
IT_陈寒2 小时前
Python性能优化:5个被低估但效果惊人的内置函数实战解析
前端·人工智能·后端