python 索引方法loc和iloc

loc方法和iloc方法是按照行和列用于索引表格或者数据(数据类型是DataFrame)中所需要的元素(也就是数据内容)

  loc索引方式 : 通过索引行和索引列的名称来索引  

表达式: df.loc[   [  索引行的名称 ],  [  索引列的名称 ]     ]

df.loc[   索引的名称    ] 默认索引的名称是索引行的名称, 默认索引列的名称为df中所有的索引列

df.loc[ :,  [ 索引列的名称   ]   ] 表示索引所有的行以及指定的列
 

 

例如:            

import numpy as np
import pandas as pd
df=pd.DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('ABCD')) # 创建一个Dataframe
 注意: df必须是Dataframe类型的数据

输出结果: Dataframe类型
    A   B   C   D
a   0   1   2   3
b   4   5   6   7
c   8   9  10  11
d  12  13  14  15

 

df.loc[:,['A']]  # 取'A'列所有行，

即:   

     A   
a   0   
b   4  
c   8   
d  12

 

df.loc[:,['A','B']]  # 表示取出'A','B'的所有行,  结果如下

    A   B   
a   0   1   
b   4   5   
c   8   9  
d  12  13

 

df.loc['b'] # 表示取出'b'这一行中的所有列; 结果如下

    A   B   C   D
b   4   5   6   7

 

df.loc[[ 'a','b' ],['A','B']] #  表示取出'a','b'两行, 'A','B' 两列中的元素; 结果如下

  A   B   
a   0   1   
b   4   5

 

iloc索引方式: 根据给出的行/列的位置进行索引

表达式: df.iloc[     [ 索引行的位置 ]          ,     [ 索引列的位置 ]         ]

df.iloc[ 索引位置 ]  # 默认索引位置为行的位置, 并却默认索引全部列

例如:            

import numpy as np
import pandas as pd
df=pd.DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('ABCD')) # 创建一个Dataframe
 注意: df必须是Dataframe类型的数据

输出结果: Dataframe类型
    A   B   C   D
a   0   1   2   3
b   4   5   6   7
c   8   9  10  11
d  12  13  14  15

df.iloc[0] # 取出第0行，所有列中的数据; 结果如下:

 A    0
B    1
C    2
D    3

 

df.iloc[[0,1],[0,1]] # 取出第0、1行，第0、1列中的数据; 结果如下:

  A   B  
a   0   1       #  第0行
b   4   5       #  第1行

df.iloc[0:2,0:3] # 取出第0到1行，第0到2列中的数据; 结果如下:

    A   B   C   
a   0   1   2   
b   4   5   6   
 

 

df.iloc[:,0:2] # 取出所有行，第0到1列中的数据; 结果如下:

     A   B
a   0   1
b   4   5
c   8   9
d  12  13
 

 

df.iloc[0:2,:] # 取出第0到1行, 所有行中的数据; 结果如下:

   A  B  C  D
a  0  1  2  3
b  4  5  6  7