【python】Pandas 中的.loc和.iloc介绍

在 Pandas 中，标签（labels）是指用来标识 DataFrame 或 Series 中行和列的唯一标识符。在 Pandas 的数据结构中，标签可以是任意哈希类型的对象，最常见的就是字符串和整数，但也可以是日期时间、元组等。标签在 DataFrame 中构成了行索引和列索引。

行索引和列索引

• 行索引：DataFrame 的行通常由一个索引（index）来标识，这个索引可以是默认的整数索引（从0开始递增），也可以是用户自定义的标签索引。例如，如果你在创建 DataFrame 时指定了 index 参数，那么行就会按照你提供的标签来排序和索引。

• 列索引：DataFrame 的列由列名（column names）构成，这些列名也是标签，通常在创建 DataFrame 时定义，作为字典的键或列表中的元素。

示例

让我们通过一个具体的例子来理解标签的概念：

import pandas as pd

# 使用字典和自定义索引来创建一个 DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'Gender': ['Female', 'Male', 'Male']}
df = pd.DataFrame(data, index=['person1', 'person2', 'person3'])

# 显示 DataFrame
print(df)

输出的 DataFrame 如下：

        Name  Age      Gender
person1  Alice  25    Female
person2    Bob  30      Male
person3 Charlie  35      Male

在这个例子中：

• person1, person2, person3 是行的标签，即行索引。
• Name, Age, Gender 是列的标签，即列索引。

使用 .loc 基于标签选取数据

由于 DataFrame 的行和列都有标签，你可以使用 .loc 函数通过这些标签来选取数据：

# 选取单个单元格
print(df.loc['person1', 'Age'])  # 输出：25

# 选取整行
print(df.loc['person1'])

# 选取整列
print(df.loc[:, 'Name'])

# 选取多行多列
print(df.loc[['person1', 'person3'], ['Name', 'Age']])

使用 .iloc 基于位置选取数据

.iloc 方法是基于位置的选取，这意味着它使用行和列的数字位置来选择数据。位置编号从0开始：

# 选取单个单元格
print(df.iloc[0, 1])  # 输出：25

# 选取整行
print(df.iloc[0])

# 选取整列
print(df.iloc[:, 0])

# 选取多行多列
print(df.iloc[[0, 2], [0, 1]])

使用布尔索引进行条件筛选

布尔索引允许你基于条件来选取数据，通常涉及到比较运算符：

# 筛选年龄大于30的人
print(df[df['Age'] > 30])

# 筛选女性
print(df[df['Gender'] == 'Female'])

# 多条件筛选
print(df[(df['Age'] > 30) & (df['Gender'] == 'Male')])