![b1b8fcb5bf556cf8b16a331409596997.png](https://i-blog.csdnimg.cn/blog_migrate/2b78c24bcee500cd0d1c75bb785919b6.jpeg)
在Pandas中,经常会用到寻找某列或者某行,甚至于寻找某个子DataFrame区域。可用方法有四种,在这里介绍两种常用的(绝对够用的)方法:loc、iloc。
![352f8ff2cc12707daa004e15d41eb0aa.png](https://i-blog.csdnimg.cn/blog_migrate/19cf0213186177f16d499f5caa64ad43.jpeg)
知识点:
- loc → 基于行、列标签进行索引查询
- iloc → 基于行、列索引(index、columns)进行索引查询,均从 0 开始
如果数据的行标签和列标签名字过长或不易记忆,用 iloc进行索引查询要比loc好用得多,因为iloc只需标签名(或默认标签名)对应的数字索引即可进行查询。
基础工作-导入数据生成数据
这里,我们自己生成点数据进行演示
import
![71a1e82c1db9f2f802e8109b91205d94.png](https://i-blog.csdnimg.cn/blog_migrate/ec401b04e3cf23e7bd7d2508fecc0439.png)
loc → 基于行、列标签进行索引查询
注意下列代码中,“连着取”和“随意取”的区别!!!
# 获取-0.985715,操作如下: .loc先行后列,中间用逗号(,)分隔
-0.9857146187362753
# 获取前两行数据
![6fb9ebcb68327e11ed27995e64dccddc.png](https://i-blog.csdnimg.cn/blog_migrate/38fb40a13942ab16c2b414d6779f1c8b.png)
# 取前两行和前三列对应数据
![907b8b00d8689b175e1006169820f4ea.png](https://i-blog.csdnimg.cn/blog_migrate/1386987c555163f551eb62f2b5bb22fd.png)
# 取第一行和第四行、第一列和第四列对应的数据
![86c94735b431bd3b1c53c675e4ab7ea1.png](https://i-blog.csdnimg.cn/blog_migrate/d98bb47d876f80b4561cbb33117c8437.png)
iloc → 基于行、列索引序号进行查询
注意,索引号均是从0开始!!!
# 取前两行对应的数据
![e82e4722419850e38d13fd2d4d8c4c27.png](https://i-blog.csdnimg.cn/blog_migrate/9fde550c85dffdc8d6cf386582f1c6a6.png)
# 取前两列对应数据
![c3d29ab8984b135781a1ab5bba934507.png](https://i-blog.csdnimg.cn/blog_migrate/0d7e194e66521452b1987468ba7ae790.png)
# 取前两行和前两列对应数据
![c6920e245b32dadf01b73406c081eff1.png](https://i-blog.csdnimg.cn/blog_migrate/511d2971a4127986e531ed4d8741aa34.png)
# 取第一行和第四行、第一列和第四列对应的数据
![b6f60b923edae9cb6515186d6a3bd175.png](https://i-blog.csdnimg.cn/blog_migrate/72d3a097fd3553bd55f560327d3e780c.png)