python Dataframe iloc时一直报out-of-bounds 和根据行索引取Dataframe的多行值

112 阅读 0 评论 74 点赞

我是靠谱客的博主儒雅指甲油，这篇文章主要介绍python Dataframe iloc时一直报out-of-bounds 和根据行索引取Dataframe的多行值，现在分享给大家，希望可以做个参考。

今天在用pandas时候遇到了Dataframe的iloc一直报out-of-bounds这个错，这个简单理解就是越界了。

1.普通情况

举个简单的例子：

复制代码

1
2
3
4
5
6
7
8
9
10
11
import pandas as pd

dataset=[[1,2.222,3,4,5],[2,None,None,None,5],[None,None,3,4,None],[1,2.5661,3,4,5.234]]
df=pd.DataFrame(dataset)

# 删除df中的一行
print("--------原始的df--------")
print(df)

print(df.iloc[1,5])

我先定义了一个数组并采用pandas转为DataFrame，然后采用iloc去取值，运行结果如下
在这里插入图片描述
这个例子很简单，我iloc了第5列，但实际没有，所以报错。

2.进阶

而我实现的功能较为复杂，是需要先删除掉一些行，再根据索引去取多行的值。这里调了半天才发现，iloc是取的相对位置，而不是根据索引取的行。
举例：

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
import pandas as pd

dataset=[[1,2.222,3,4,5],[2,None,None,None,5],[None,None,3,4,None],[1,2.5661,3,4,5.234]]
df=pd.DataFrame(dataset)

# 删除df中的一行
print("--------原始的df--------")
print(df)

print("-----删除df中的index为1的行-------")
df=df.drop([1])
print(df)
print("-----采用iloc打印df的1-------")
print(df.iloc[[1]])
# 根据索引进行打印
print("-----根据索引进行打印-------")
print(df.iloc[[df.index.get_loc(2)]])

运行结果
在这里插入图片描述
从这里我们可以看出，当我们删除索引为1的行时，我们用iloc[1]实际取的是相对的第1行，真正根据索引去去要先采用

复制代码

1
2
index=df.index.get_loc(2)#2是索引号

然后再用iloc[index]去取索引2对应的行。

3.根据行索引值取多行

先放源码

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
#!/usr/bin/env python 
# -*- coding:utf-8 -*-
# @Time    : 2020/12/11 20:18
# @Author  : Lijuan Ren

import numpy as np
import pandas as pd

#根据索引获得iloc的行号
def get_multi_row_by_index(dataset, index_list):
    datas_with_index = []
    for i in range(len(index_list)):
        data = dataset.index.get_loc(index_list[i])
        datas_with_index.append(data)
    return datas_with_index

dataset=[[1,2.222,3,4,5],[2,None,None,None,5],[None,None,3,4,None],[1,2.5661,3,4,5.234]]
df=pd.DataFrame(dataset)
copy_df=np.copy(df)
# 删除df中的一行
print("--------原始的df--------")
print(df)
print("-----删除df中的index为1的行-------")
df=df.drop([1])
print(df)
print("-----取索引为0，2的行-------")
index_list=[0,2]
iloc_index=get_multi_row_by_index(df, index_list)
print(df.iloc[iloc_index])