python中loc什么意思_在python中使用.loc选择

小编典典

pd.DataFrame.loc可以使用一两个索引器。在其余文章中，我将第一个索引器表示为i，将第二个索引器表示为j。

如果仅提供一个索引器，则该索引器将应用于数据帧的索引，并且假定缺少的索引器代表所有列。因此，以下两个

示例是等效的。

df.loc[i]

df.loc[i, :]

其中:用来表示所有列。

如果同时存在两个索引器，则i引用索引值和j引用列值。

现在我们可以专注于什么类型的值i，并j可以承担。让我们以以下数据框df为例：

df = pd.DataFrame([[1, 2], [3, 4]], index=['A', 'B'], columns=['X', 'Y'])

loc 已经写成这样i并且j可以是

scalars 应该是各个索引对象中的值

df.loc['A', 'Y']

arrays 其元素也是相应索引对象的成员(请注意，我传递给的数组的顺序loc受尊重

df.loc[['B', 'A'], 'X']

B 3

A 1

Name: X, dtype: int64

* 传递数组时，请注意返回对象的维数。`i`是上面的数组，`loc`返回一个对象，其中返回带有这些值的索引。在这种情况下，因为j是标量，所以`loc`返回了一个`pd.Series`对象。如果我们为i和传递了一个数组，我们可以操纵它以返回一个数据帧jÿ