这篇博客回顾了Python DataFrame中loc和iloc方法的使用，包括对单列、多列及多行数据的访问。loc是基于标签的切片，更灵活且可读性高，适用于索引名称；iloc则基于位置，适用于行索引位置和列索引位置。ix方法结合了loc和iloc，但在大数据量场景下效率较低，通常推荐使用loc和iloc。
1、对单列、多列进行访问读取
-- 对单列数据的访问：DataFrame的单列数据为一个Series。根据DataFrame的定义可以知晓DataFrame 是一个带有标签的二维数组，每个标签相当每一列的列名；如：df.a df['a']
-- 对多列数据访问：访问DataFrame多列数据可以将多个列索引名称视为一个列表，df[['a','b']]
2、对多行进行访问读取
（1）如果只是需要访问DataFrame某几行数据的实现方式则采用数组的选取方式，使用“:”。
（2）head和tail也可以得到多行数据，但是用这两种方法得到的数据都是从开始或者末尾获取的连续数据；默认参数为访问5行，只要在方法后方的“()”中填入访问行数即可实现目标行数的查看。
3、查看访问DataFrame中的数据——loc,iloc方法介绍
（1）loc方法是针对DataFrame索引名称的切片方法，如果传入的不是索引名称，那么切片操作将无法执行；利用loc方法，能够实现所有单层索引切片操作。
loc方法使用方法：DataFrame.loc[ 行索引名称或条件 , 列索引名称 ] # 闭区间（含最后一个值）
（2）iloc和loc区别：是iloc接收的必须是行索引和列索引的位置。
iloc方法的使用方法：
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
