DataFrame loc/iloc

df[] - 选择列

df[]一般用于选择列,也可以选择行,默认选择列,[]中写列名(所以一般数据columns都会单独制定,不会用默认数字列名,以免和index冲突)
单选列为Series,print结果为Series格式
多选列为Dataframe,print结果为Dataframe格式

df[]中为数字时,默认选择行,且只能进行切片的选择,不能单独选择(df[0])
输出结果为Dataframe,即便只选择一行
df[]不能通过索引标签名来选择行(df['one'])

df.loc[] - 按index选择行,同时支持指定index,及默认数字index

data1 = df1.loc['one']
data2 = df2.loc[1]
data3 = df1.loc[['two','three','five']]    # 多个标签索引,如果标签不存在,则返回NaN
data4 = df2.loc[[3,2,1]]                     # 顺序可变
data5 = df1.loc['one':'three']             #全闭区间
data6 = df2.loc[1:3]

df.iloc[] - 按照整数位置(从轴的0到length-1)选择行

print(df.iloc[0])
print(df.iloc[-1])      #不能索引超出数据行数的整数位置
print(df.iloc[[0,2]])  # 多位置索引,顺序可变
print(df.iloc[[3,2,1]])
print(df.iloc[1:3])    # 末端不包含

 

### 回答1: pandas中的DataFrame对象有两个方法lociloc,用于选择数据。 loc方法使用标签来选择数据,iloc方法使用整数位置来选择数据。 例如,df.loc[2,'column']表示选择第2行和'column'列的数据,而df.iloc[2,3]表示选择第3行和第4列的数据。 这两个方法都可以使用切片来选择多行或多列的数据。例如,df.loc[2:5,'column1':'column3']表示选择第2到第5行和'column1'到'column3'列的数据。 ### 回答2: Python中的DataFrame是Pandas库的一个重要数据结构,用于处理和分析具有不同类型的数据。 DataFramelociloc都用于从DataFrame中选择特定行和列。 loc是基于行和列的标签进行选择。使用loc,我们可以传入行和列的标签,以选择特定的数据。 例如,假设我们有一个DataFrame df,其中包含三列 A、B、C 和五行数据。我们可以使用以下语法选择数据: ``` df.loc[行标签, 列标签] ``` 其中,行标签和列标签可以是具体的数值、列表、切片或布尔索引。 iloc是基于行和列的索引进行选择。使用iloc,我们可以传入行和列的索引位置,以选择特定的数据。 例如,假设我们有一个DataFrame df,其中包含三列 A、B、C 和五行数据。我们可以使用以下语法选择数据: ``` df.iloc[行索引, 列索引] ``` 其中,行索引和列索引可以是具体的数值、列表、切片或布尔索引。 需要注意的是,行和列的索引从0开始计数。 总结起来,lociloc都是用于从DataFrame中选择特定行和列的方法。loc是基于标签进行选择,而iloc是基于索引进行选择。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值