pandas中的loc函数和iloc函数访问行数据

使用pandas时，经常使用loc函数或者iloc函数进行行数据的访问，那么二者的区别和需要注意的点就总结一下吧～

区别

loc函数使用的是数据表字段的名称访问的，即参数要写行名称；而iloc函数需要通过行索引进行访问，即参数是行索引。

格式

loc函数：

单行数据的访问：loc[“行名称”]
多行数据的访问：loc[[“行名称1”, “行名称2”, …]]

需要注意的是，多行数据的访问中，需要使用二维列表作为参数。

iloc函数

单行数据的访问：iloc[行索引]
多行数据的访问：iloc[[行索引, 行索引2, …]]

实践操作

先创建一个DataFrame表

df = pd.DataFrame({
    "姓名":["建国","爱国","卫国","嘎子"],
    "年龄":[17,18,19,20],
    "成绩":[88,89,90,91]
})

结果：

查看单行数据

查看第二行数据：

df.loc["b"] #loc函数使用的是行名称
df.iloc[1] #iloc函数使用的是索引，索引从0开始

查看多行数据

查看第二行到第三行的数据：

# 第一种方法：
df.loc[["b","c"]]
# 第二种方法：
df.iloc[[1,2]] #使用索引的二维列表
# 第三种方法：
df.iloc[1:3] #使用列表切片，左闭右看也就是索引1和2的

结果：

以上就是行数据的访问方法，使用的loc和iloc函数，行和列的同时访问下次分享吧！