python|python pandas中索引函数loc和iloc的区别分析 pythonpandas中索引函数loc和iloc的

前言
1、直接使用行或者列标签
2、loc函数
3、iloc函数
总结

前言使用pandas进行数据分析的时候，我们经常需要对DataFrame的行或者列进行索引。使用pandas进行索引的方法主要有三种：直接使用行或者列标签、loc函数和iloc函数。
举个简单的例子：

import numpy as npimport pandas as pddf = pd.DataFrame({"Fruits":["apple","pear","banana","watermelon"],"Price":[1.2,1.4,2.3,4.2],"Sales":[11,45,25,16]})df

生成的DataFrame如下所示：

	Fruits	Price	Sales
0	apple	1.2	11
1	pear	1.4	45
2	banana	2.3	25
3	watermelon	4.2	16

1、直接使用行或者列标签假如我们要选取df的Fruits和Price两列，则

df[['Fruits','Price']]

	Fruits	Price
0	apple	1.2
1	pear	1.4
2	banana	2.3
3	watermelon	4.2

【python|python pandas中索引函数loc和iloc的区别分析】假如我们要选取df的第2、3行，则

df[2:4]

	Fruits	Price	Sales
2	banana	2.3	25
3	watermelon	4.2	16

2、loc函数 loc函数是基于行标签和列标签进行索引的，其基本用法为：

DataFrame.loc[行标签,列标签]

假如我们要选取df的第2、3行和Price、Sales对应的列，则

df[2:3,'Price':'Sales']

	Price	Sales
2	2.3	25
3	4.2	16

假如我们要选取所有的行和Fruits、Sales对应的列，则

df.loc[:,['Fruits','Sales']]

	Fruits	Sales
0	apple	11
1	pear	45
2	banana	25
3	watermelon	16

3、iloc函数 iloc函数是基于行和列的位置进行索引的，索引值从0开始，并且得到的结果不包括最后一个位置的值，其基本用法为：

DataFrame.iloc[行位置,列位置]

假如我们要选取df的第2、3行和第1、2列，则

df.iloc[2:4,1:3]

	Price	Sales
2	2.3	25
3	4.2	16

假如我们要选取所有的行和第0、2列，则

df.iloc[:,[0,2]]

	Fruits	Sales
0	apple	11
1	pear	45
2	banana	25
3	watermelon	16

总结到此这篇关于python pandas中索引函数loc和iloc区别的文章就介绍到这了,更多相关pandas索引函数loc和iloc内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

python|python pandas中索引函数loc和iloc的区别分析

推荐阅读

十神为偏财八字十神中偏财的含义

二战时,国际反法西斯联盟是如何形成的？

我可能是个假仙女是什么意思

金融全牌照有哪些公司

八字看副星还是主星,八字怎么看财星

温泉养生受青睐需注意哪些细节？

供桌的尺寸是多少

疫苗百白破是预防什么

历史上有没有李元霸这个人? 李元霸历史有此人吗

公共娱乐场所安全疏散门开启方向

钉钉APP怎么写审批？详细操作流程

安卓登录两个微信,微信不建议用一部手机同时登录两微信

联想YOGA900笔记本显卡坏了怎么修理

鱼算不算海鲜

目前油电混合动力汽车有哪些油电混合动力汽车的种类有哪些

梦见买生姜很贵是什么意思梦见买生姜

的女人在哪里取景那些女人们

宝宝秋季饮食养生注意事项宝宝秋季饮食应该注意哪些事项

金华火腿吃前怎么处理

10秒内的爆笑影视片段有哪些推荐？