Python—Pandas之iloc、loc

目录

一、loc

二、iloc

---

Python除了最基本的筛选外，例：data[‘A’]
还有loc、iloc、ix（已不推荐使用）

区分loc与iloc：

loc（location）：以loc就只能用条件或者行列的名字来进行筛选；
iloc（indx location）：index是什么，我把它当作是索引位置，第几行第几列的意思，所以iloc是用第几行第几列这样的数字来筛选的。

详细见下列子：

切片生成一个10X10的表

import pandas as pd
import numpy as np



data = pd.DataFrame(np.arange(100).reshape([10,10]),columns=['a','b','c','d','e','f','g','h','i','j'],index=['A','B','C','D','E','F','G','H','I','J'])
data

运行结果：

一、loc

loc（几行几列的索引名称/明确的条件）

print(data.loc['A'])#行
print(data.loc[:,'a'])#列
print(data.loc[data.a>20])#明确范围（只能对列进行限制）

运行结果：

a    0
b    1
c    2
d    3
e    4
f    5
g    6
h    7
i    8
j    9
Name: A, dtype: int64
A     0
B    10
C    20
D    30
E    40
F    50
G    60
H    70
I    80
J    90
Name: a, dtype: int64
    a   b   c   d   e   f   g   h   i   j
D  30  31  32  33  34  35  36  37  38  39
E  40  41  42  43  44  45  46  47  48  49
F  50  51  52  53  54  55  56  57  58  59
G  60  61  62  63  64  65  66  67  68  69
H  70  71  72  73  74  75  76  77  78  79
I  80  81  82  83  84  85  86  87  88  89
J  90  91  92  93  94  95  96  97  98  99

注意事项：1，先行后列。        2，范围时只能对列进行限制

二、iloc

loc（几行几列）

print(data.iloc[1])#行
print(data.iloc[:,1])#列
print(data.iloc[0:4,1:3])#明确范围（只能对列进行限制）

运行结果：

a    10
b    11
c    12
d    13
e    14
f    15
g    16
h    17
i    18
j    19
Name: B, dtype: int64
A     1
B    11
C    21
D    31
E    41
F    51
G    61
H    71
I    81
J    91
Name: b, dtype: int64
    b   c
A   1   2
B  11  12
C  21  22
D  31  32