pandas索引函数loc和iloc的区别

        使用pandas进行数据分析的时候，我们经常需要对DataFrame的行或者列进行索引。使用pandas进行索引的方法主要有三种：直接使用行或者列标签、loc函数和iloc函数。

        举个简单的例子：

import numpy as np
import pandas as pd
df = pd.DataFrame({"Fruits":["apple","pear","banana","watermelon"],"Price":[1.2,1.4,2.3,4.2],"Sales":[11,45,25,16]})
df

           生成的DataFrame如下所示：

	Fruits	Price	Sales
0	apple	1.2	11
1	pear	1.4	45
2	banana	2.3	25
3	watermelon	4.2	16

1、直接使用行或者列标签

        假如我们要选取df的Fruits和Price两列，则

df[['Fruits','Price']]

	Fruits	Price
0	apple	1.2
1	pear	1.4
2	banana	2.3
3	watermelon	4.2

假如我们要选取df的第2、3行，则

df[2:4]

	Fruits	Price	Sales
2	banana	2.3	25
3	watermelon	4.2	16

2、loc函数

        loc函数是基于行标签和列标签进行索引的，其基本用法为：

DataFrame.loc[行标签,列标签]

        假如我们要选取df的第2、3行和Price、Sales对应的列，则

df[2:3,'Price':'Sales']

	Price	Sales
2	2.3	25
3	4.2	16

        假如我们要选取所有的行和Fruits、Sales对应的列，则

df.loc[:,['Fruits','Sales']]

	Fruits	Sales
0	apple	11
1	pear	45
2	banana	25
3	watermelon	16

3、iloc函数

        iloc函数是基于行和列的位置进行索引的，索引值从0开始，并且得到的结果不包括最后一个位置的值，其基本用法为：

DataFrame.iloc[行位置,列位置]

        假如我们要选取df的第2、3行和第1、2列，则

df.iloc[2:4,1:3]

	Price	Sales
2	2.3	25
3	4.2	16

        假如我们要选取所有的行和第0、2列，则

df.iloc[:,[0,2]]

	Fruits	Sales
0	apple	11
1	pear	45
2	banana	25
3	watermelon	16