pandas.DataFrame 按行遍历，以及取出某一行某一列的指定位置的值

置顶 nailnehc

已于 2023-02-14 13:05:29 修改

阅读量1.3w

点赞数 5

分类专栏： Python笔记文章标签： python DataFrame.loc DataFrame.iloc

于 2021-06-08 15:54:19 首次发布

本文链接：https://blog.csdn.net/nailnehc/article/details/117702993

版权

Python笔记专栏收录该内容

5 篇文章 0 订阅

订阅专栏

这篇博客详细介绍了Pandas DataFrame中loc和iloc两种索引方式的使用。loc主要通过标签或布尔数组访问数据，支持行和列的精确定位，而iloc则基于位置索引，获取排序后的行。示例展示了如何通过标签或索引获取特定行和列，以及如何利用布尔条件筛选数据。此外，还强调了在修改DataFrame时正确使用loc的格式。

摘要由CSDN通过智能技术生成

# 示例1
data = pd.DataFrame([['Allen_Iverson', 3], ['Vince_Carter', 15], ['Tracy_McGrady', 1], ['Kobe_Bryant', 8]], columns = ['Name', 'Number'], index = ['a', 'v', 't', 'k'])
'''         Name  Number
a  Allen_Iverson       3
v   Vince_Carter      15
t  Tracy_McGrady       1
k    Kobe_Bryant       8
'''

# 示例2
data = pd.DataFrame([['Allen_Iverson', 3], ['Vince_Carter', 15], ['Tracy_McGrady', 1], ['Kobe_Bryant', 8]], columns = ['Name', 'Number'])
'''         Name  Number
0  Allen_Iverson       3
1   Vince_Carter      15
2  Tracy_McGrady       1
3    Kobe_Bryant       8
'''

DataFrame.loc[] 可以通过标签，索引或布尔数组访问某一行

通过标签访问【在创建DataFrame对象时有定义index属性时可用】

# 引用示例1
data.loc['a']
'''
Name      Allen_Iverson
Number                3
Name: a, dtype: object
'''

# 获取属性‘Name’
data.loc['v']['Name']
'''
'Vince_Carter'
'''
或
data.loc['v', 'Name']
'''
'Vince_Carter'
'''

通过索引访问

data.loc[2]
'''
Name      Tracy_McGrady
Number                1
Name: 2, dtype: object
'''

# 如果想要获取‘Name'属性的值，可以直接在表达式后面加上['属性名']，如下
data.loc[2]['Name']
'''
'Tracy_McGrady'
'''
或
data.loc[1, 'Name']
'''
'Vince_Carter'
'''

通过布尔值获取某些符合条件的行

# 比如获取号码大于5的数据行

data.loc[data['Number'] > 5]
'''
           Name  Number
1  Vince_Carter      15
3   Kobe_Bryant       8
'''

# 如果想要获取‘Name'属性的值，可以直接在表达式后面加上['属性名']，如下
data.loc[data['Number'] > 5]['Name']
'''
1    Vince_Carter
3     Kobe_Bryant
Name: Name, dtype: object
'''

注意：在使用df.loc[]对dataframe中指定元素进行修改时，格式应该为

df.loc[行号，列名]=value

虽然用 df.loc[列名，行号] 也可以访问，但是赋值不会成功，而且也没有提示。

DataFrame.iloc[] 访问当前数据排序的第几行

#对示例2按属性‘Number’升序排序，得：
# 示例3
data = data.sort_values('Number')
'''         Name  Number
2  Tracy_McGrady       1
0  Allen_Iverson       3
3    Kobe_Bryant       8
1   Vince_Carter      15
'''

# 获取当前排序的第1行 索引从0开始
data.iloc[1]
'''
Name      Allen_Iverson
Number                3
Name: 0, dtype: object
'''

# 获取当前排序的前两行
data.iloc[0:2]
'''
            Name  Number
2  Tracy_McGrady       1
0  Allen_Iverson       3
'''