Pandas中loc和iloc函数区别

原创已于 2024-08-17 16:00:51 修改 · 3k 阅读

20 ·

CC 4.0 BY-SA版权

文章标签：

#python #数据挖掘 #数据分析

于 2022-01-21 00:53:34 首次发布

python数据分析专栏收录该内容

6 篇文章

订阅专栏

Pandas中的.loc和.iloc是两种常用的索引方式。.loc主要基于标签进行操作，适合处理行名列名，同时能接受布尔数组。.iloc则基于整数位置进行索引，适用于行和列的零索引选择。两者都可以处理切片和布尔数组，但在使用切片时，.loc包含起始和结束标签，而.iloc包含起始和结束的位置。

.loc[]主要基于标签(就是行名列名)，但也可以与布尔数组一起使用
.iloc[]主要基于整数位置（行列索引都是从零开始，内在顺序），但也可以与布尔数组一起使用。

.loc[]用法

以下都是在jupyter中代码块
先定义一个DataFrame

import numpy as np
import pandas as pd
data=pd.DataFrame(np.arange(16).reshape(4,4),index=['one','two','three','four'],columns=['a','b','c','d'])
data

在这里插入图片描述
[ ]里可以输入什么

单个标签

在这里插入图片描述

标签列表

在这里插入图片描述

带有标签的切片对象(与通常的 python 切片相反，包括开始和停止)

在这里插入图片描述

与要切片的轴的长度相同的布尔数组

在这里插入图片描述

.iloc[]用法

[ ]里可以输入什么

单个整数

在这里插入图片描述
取第一行

整数的列表或数组

在这里插入图片描述
取一二行

具有整数的切片对象

在这里插入图片描述
前两行两列的交集

布尔数组

在这里插入图片描述
取前两行

前两行两列的交集

总结

.loc[[start:end],[start:end]]和.iloc[[start:end],[start:end]]
区别在于.loc使用的是行列标签(定义的具体行名和列名)，而.iloc使用的是行列整数位置(从零开始)

参考

DataFrame.loc
DataFrame.iloc