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

哪里有最新搞笑图片和视频素材,有没有什么好的原创工具？

多给家人吃的营养菜，健康美味，开胃健脾，营养价值非常高

方差分析的p值范围

八仙指的是谁八仙指的是谁有哪些人物

描写夏天的诗句

运动会加油稿最新怎么写运动会加油稿

吉林省敦化市经济排名敦化市好吗

家庭变故一般指什么

青岛暖气几月开始几月结束青岛暖气开始结束的时间

藏红花最佳饮用时间

云上的

弗朗西斯全明星首发约基奇几次全明星首发

直播带货传播学分析，网络带货直播的传播现象

明天695特点特征，附简介

茶叶蛋能一直泡着吗怎么泡茶叶蛋能一直泡着吗

u盘系统没有鼠标怎么，u盘启动没有鼠标键盘

兔波氏杆菌病症状寒冬养兔谨防波氏杆菌病

鄄城的名胜古迹

马铃薯表皮龟裂的原因及预防措施有哪些马铃薯表皮龟裂的原因及预防措施

哪些相机用蔡司镜头佳能用蔡司镜头