pandas中loc和iloc方法

最新推荐文章于 2024-08-08 11:10:33 发布

Lemonbr

最新推荐文章于 2024-08-08 11:10:33 发布

阅读量743

点赞数 1

分类专栏： Python

本文链接：https://blog.csdn.net/qq_41282102/article/details/104266311

版权

Python 专栏收录该内容

15 篇文章 0 订阅

订阅专栏

我们创建一个DataFrame

import numpy as np
import pandas as pd
df = pd.DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('ABCD'))
In: df
Out: 
    A   B   C   D
a   0   1   2   3
b   4   5   6   7
c   8   9  10  11
d  12  13  14  15

pandas中loc和iloc方法，loc是location，二者区分于i，即integer整数。

二者区分如下：

loc works on labels in the index.
iloc works on the positions in the index (so it only takes integers)

也就是 iloc方法只能使用数值作为索引

loc方法在选择列时只能使用字符索引

1.利用loc、iloc提取行数据

#提取第一行
df.loc['a']
df.iloc[0]

2. 利用loc、iloc提取列数据

#提取第一列
df.loc[:,['A']]
df.iloc[:,[0]]

3.利用loc、iloc提取指定行、指定列数据

#提取1，2行的3，4列
df.loc[['a','b'],['C','D']]
df.iloc[0:2,2:5]

4.利用loc根据某个条件提取行

#提取A列大于5
df.loc[df['A'] > 5]

#提取A列大于5且B列小于10
df.loc[(df['A'] > 5) & (df['B'] < 10)]

#同时这样也可提取数据所在的行
df[df['A'] > 5]

利用loc函数的时候，当index相同时，会将相同的Index全部提取出来，优点是：如果index是人名，数据框为所有人的数据，那么我可以将某个人的多条数据提取出来分析；缺点是：如果index不具有特定意义，而且重复，那么提取的数据需要进一步处理,可用.reset_index()函数重置index.