pandas iloc和loc的区别

当然可以。loc 和 iloc 都是Pandas库中用于数据选择的重要工具，但它们的用法和目的有所不同。让我们通过具体的例子来说明这两者之间的区别。

假设我们有以下Pandas DataFrame：

import pandas as pd

data = pd.DataFrame({
    'A': [1, 2, 3, 4],
    'B': [5, 6, 7, 8],
    'C': [9, 10, 11, 12]
}, index=['first', 'second', 'third', 'fourth'])

这个DataFrame看起来像这样：

使用 loc

loc 是基于标签的索引，用于根据行标签和列标签选择数据。

选择特定的行和列

# 选择标签为 'second' 的行和列 'B'
print(data.loc['second', 'B'])

输出将是 6，因为我们根据行标签 'second' 和列标签 'B' 选择了数据。

选择多行和多列

# 选择 'first' 到 'third' 的行和列 'A' 到 'C'
print(data.loc['first':'third', 'A':'C'])

这将输出从 'first' 到 'third' 的行，以及从 'A' 到 'C' 的列。

使用 iloc

iloc 是基于整数的索引，用于根据行号和列号选择数据。

选择特定的行和列

# 选择第二行和第二列（索引从0开始）
print(data.iloc[1, 1])

输出将是 6，与 loc 的例子相同，但这次我们使用的是行和列的索引位置（1,1）而非标签。

选择多行和多列

# 选择前三行和前两列
print(data.iloc[0:3, 0:2])

这将输出前三行（从索引0到2）和前两列（从索引0到1）的数据。

总结

• loc: 用于通过行标签和列标签选择数据。
• iloc: 用于通过行和列的索引位置选择数据。