Pandas中的loc与iloc用法详解

本文介绍: loc 函数：通过行索引 “In de x” 中的具体值来取行数据（如取”In de x“为”A”的行）iloc 函数：通过行号来取行数据（如取第二行的数据）注：loc是location的意思，iloc中的i是integer的意思，仅接受整数作为参数。行根据行标签，也就是索引筛选，列根据列标签，列名筛选如果选取的是所有行或者所有列，可以用：代替行标签选取的时候，两端都包含，比如[0:5]指的是0，1，2，3，4，5i loc 基于位置索引，简言之，就是第几行第几列，只不过这里的行列都是从0开始的。…

官网解释Da taFram e中的lo c与ilo c：

二者的区别(传入参数的不同)：

# 导包
import numpy as np
import pandas as pd
#创建Dataframe
data=pd.DataFrame(np.arange(25).reshape(5,5),index=list('abcde'),columns=list('ABCDE'))

在这里插入图片描述

# loc的方式
data.loc['a']

# 输出结果：
A    0
B    1
C    2
D    3
E    4
Name: a, dtype: int32

# iloc的方式：索引为a即为第一行数据
data.iloc[0]
# 输出结果：
A    0
B    1
C    2
D    3
E    4
Name: a, dtype: int32

# iloc按照切片方式处理
data.iloc[:1]

在这里插入图片描述

data.loc[:,['A']]

在这里插入图片描述

# 'A'列的数据即为第0列的数据
data.iloc[:,[0]]

在这里插入图片描述

# 提取index为'a','b',列名为'A','B'中的数据
data.loc[['a','b'],['A','B']]

# 提取第0、1行，第0、1列中的数据
data.iloc[[0,1],[0,1]]

data.loc[:,:]

data.iloc[:,:]

data.loc[data['A']==0]

data.loc[(data['A']==0) &amp; (data['B']==1)]

# 其他实现方式：
data[data['A']==0] #dataframe用法
data[data['A'].isin([0])] #isin函数
data[(data['A']==0)&amp;(data['B']==2)] #dataframe用法
data[(data['A'].isin([0]))&amp;(data['B'].isin([2]))] #isin函数
 
Out[15]: 
   A  B  C  D  E
a  0  1  2  3  4