关于pandas库中 iloc() 函数与loc()函数的区别:

代码:

import numpy as np
import pandas as pd

dates = pd.date_range('20220101',periods=9)  #创建数据
df = pd.DataFrame(np.arange(36).reshape((9,4)),index=dates,columns=['A','B','C','D'])

结果:

             A   B   C   D
2022-01-01   0   1   2   3
2022-01-02   4   5   6   7
2022-01-03   8   9  10  11
2022-01-04  12  13  14  15
2022-01-05  16  17  18  19
2022-01-06  20  21  22  23
2022-01-07  24  25  26  27
2022-01-08  28  29  30  31
2022-01-09  32  33  34  35

df.iloc[2,2]=222222

             A   B       C   D
2022-01-01   0   1       2   3
2022-01-02   4   5       6   7
2022-01-03   8   9  222222  11
2022-01-04  12  13      14  15
 

df.loc['20220101','B'] = 4444

df.loc['20220103','1'] = 3333
df.loc['3','B']=11111

                        A        B         C     D       1
2022-01-01 00:00:00   0.0   4444.0       2.0   3.0     NaN
2022-01-02 00:00:00   4.0      5.0       6.0   7.0     NaN
2022-01-03 00:00:00   8.0      9.0  222222.0  11.0  3333.0
2022-01-04 00:00:00  12.0     13.0      14.0  15.0     NaN
2022-01-05 00:00:00  16.0     17.0      18.0  19.0     NaN
2022-01-06 00:00:00  20.0     21.0      22.0  23.0     NaN
2022-01-07 00:00:00  24.0     25.0      26.0  27.0     NaN
2022-01-08 00:00:00  28.0     29.0      30.0  31.0     NaN
2022-01-09 00:00:00  32.0     33.0      34.0  35.0     NaN
3                     NaN  11111.0       NaN   NaN     NaN

loc函数两个位置在生成的数据中没有对应索引就会再生成多的一行或一列

iloc函数只能找对应位置的行列。 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值