2024年最新loc和iloc函数用法详解（Python），2024年最新Python面试问题和答案

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

import numpy as np

import pandas as pd

#创建一个Dataframe

data=pd.DataFrame(np.arange(16).reshape(4,4),index=list(‘abcd’),columns=list(‘ABCD’))

In[1]: data

Out[1]:

A B C D

a 0 1 2 3

b 4 5 6 7

c 8 9 10 11

d 12 13 14 15

#取索引为’a’的行

In[2]: data.loc[‘a’]

Out[2]:

A 0

B 1

C 2

D 3

#取第一行数据，索引为’a’的行就是第一行，所以结果相同

In[3]: data.iloc[0]

Out[3]:

A 0

B 1

C 2

D 3

2 利用loc、iloc提取列数据

---

In[4]:data.loc[:,[‘A’]] #取’A’列所有行，多取几列格式为 data.loc[:,[‘A’,‘B’]]

Out[4]:

A

a 0

b 4

c 8

d 12

In[5]:data.iloc[:,[0]] #取第0列所有行，多取几列格式为 data.iloc[:,[0,1]]

Out[5]:

A

a 0

b 4

c 8

d 12

3 利用loc、iloc提取指定行、指定列数据

---

In[6]:data.loc[[‘a’,‘b’],[‘A’,‘B’]] #提取index为’a’,‘b’,列名为’A’,'B’中的数据

Out[6]:

A B

a 0 1

b 4 5

In[7]:data.iloc[[0,1],[0,1]] #提取第0、1行，第0、1列中的数据

Out[7]:

A B

a 0 1

b 4 5

4 利用loc、iloc提取所有数据

---

In[8]:data.loc[:,:] #取A,B,C,D列的所有行

Out[8]:

A B C D

a 0 1 2 3

b 4 5 6 7

c 8 9 10 11

d 12 13 14 15

In[9]:data.iloc[:,:] #取第0,1,2,3列的所有行

Out[9]:

A B C D

a 0 1 2 3

b 4 5 6 7

c 8 9 10 11

d 12 13 14 15

5 利用loc函数，根据某个数据来提取数据所在的行

---

In[10]: data.loc[data[‘A’]==0] #提取data数据(筛选条件: A列中数字为0所在的行数据)

Out[10]:

A B C D

a 0 1 2 3

6 iloc的详细用法

---

6.1 得到属性名、第一行数据、数据类型

print(data.iloc[0])

No 1

square_feet 150

loaction 4

built 10

price 6450

Name: 0, dtype: int64

6.2 得到属性名、第二行数据、数据类型

print(data.iloc[1])

No 2

square_feet 200

loaction 5

built 9

price 7450

Name: 1, dtype: int64

6.3 得到全部数据

最后

🍅 硬核资料：关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助：技术群大佬指点迷津，你的问题可能不是问题，求资源在群里喊一声。
🍅 面试题库：由技术群里的小伙伴们共同投稿，热乎的大厂面试真题，持续更新中。
🍅 知识体系：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！