Pandas .iloc indexer 深入解读，让你搞定整数索引!

最新推荐文章于 2025-02-21 01:26:30 发布

原创最新推荐文章于 2025-02-21 01:26:30 发布 · 475 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#pandas #python #数据分析

python 专栏收录该内容

87 篇文章

订阅专栏

.iloc是PandasDataFrame和Series的特有索引方式，不能用于numpy数组。当尝试在numpy数组上使用.iloc时会导致错误。解决方法是使用numpy的数组索引方式，如arr[0]。正确理解和使用Pandas的.iloc能提升数据分析效率。

Pandas的.iloc indexer是一种根据整数位置索引数据的方式。但是如果在非Pandas对象(如numpy数组)上使用.iloc，则会报错:'numpy.ndarray' object has no attribute 'iloc'。这是因为.iloc方法是Pandas DataFrame和Series的专属方法，numpy数组并不具备。

举个例子:

df = pd.DataFrame({'col1': [1， 2]， 'col2': [3， 4]})
df.iloc[0]  # 正常，返回第一行

arr = np.array([1， 2， 3]) 
arr.iloc[0] # 报错，因为numpy数组没有.iloc方法

我们可以看到，在Pandas的DataFrame上使用.iloc可以正常索引，但是在numpy数组上使用则会报错，提示”numpy.ndarray’对象没有‘.iloc’属性“。

这是因为我们需要记住，.iloc是pandas特有的索引方式，它只能在Pandas的DataFrame和Series对象上使用，不能用于numpy数组。

那么出现这个错误该如何解决呢?实际上，解决起来很简单，我们有两种选择:

确保你操作的对象是Pandas的数据结构(DataFrame/Series)，而不是numpy数组。这是最基本的前提要求。
如果操作的是numpy数组，请使用numpy数组对应的索引方式，比如:

arr[0]  # numpy数组通过整数索引

综上，.iloc报错的根本原因就是我们在一个非Pandas对象上使用了Pandas特有的.iloc索引方式。解决的关键就是正确理解.iloc的作用对象是Pandas的数据结构，如果操作的不是Pandas对象，请使用对应对象的索引方法。

Pandas作为 Python最流行的数据分析库，其各项功能和方法的原理和适用范围都需要我们深入理解和掌握。.iloc indexer作为Pandas重要的索引方式之一，正确运用它可以让我们在数据分析中事半功倍。