Python Pandas中loc和iloc函数的基本用法示例

1 loc和iloc的含义

2 用法

2.1 loc函数的用法

2.2 iloc函数的用法

补充：Pandas中loc和iloc函数实例

总结

1 loc和iloc的含义

loc表示location的意思；iloc中的loc意思相同，前面的i表示integer，所以它只接受整数作为参数。

2 用法

import pandas as pd
import numpy as np
# np.random.randn(5, 2)表示返回5x2的矩阵，index表示行的编号，columns表示列的编号
df = pd.DataFrame(np.random.randn(5, 2), index=range(0, 5, 1), columns=list('AB'))
print(df)

打印df的结果：

2.1 loc函数的用法

loc表示通过标签取数据，标签就是上面的‘0’-‘4’和‘A’-‘B’。

print(df.loc[0])

print(df.loc[0, :])

print(df.loc[0:2, 'A'])

2.2 iloc函数的用法

iloc函数表示通过位置取数据，即第m行，第n列数据，只接受整型参数。记住：0:2为“包左不包右”，即取0, 1。

print(df.iloc[0, :])

print(df.iloc[:, 0])

print(df.iloc[0:2, :])

补充：Pandas中loc和iloc函数实例

利用loc、iloc提取行数据

import numpy as np
import pandas as pd
#创建一个Dataframe
data=pd.DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('ABCD'))
In[1]: data
Out[1]: 
    A   B   C   D
a   0   1   2   3
b   4   5   6   7
c   8   9  10  11
d  12  13  14  15
#取索引为'a'的行
In[2]: data.loc['a']
Out[2]:
A    0
B    1
C    2
D    3
#取第一行数据，索引为'a'的行就是第一行，所以结果相同
In[3]: data.iloc[0]
Out[3]:
A    0
B    1
C    2
D    3

loc函数：通过行索引 “Index” 中的具体值来取行数据（如取"Index"为"A"的行）

iloc函数：通过行号来取行数据（如取第二行的数据）

利用loc、iloc提取列数据

In[4]:data.loc[:,['A']] #取'A'列所有行，多取几列格式为 data.loc[:,['A','B']]
Out[4]: 
    A
a   0
b   4
c   8
d  12
In[5]:data.iloc[:,[0]] #取第0列所有行，多取几列格式为 data.iloc[:,[0,1]]
Out[5]: 
    A
a   0
b   4
c   8
d  12

总结

到此这篇关于Python Pandas中loc和iloc函数的基本用法的文章就介绍到这了,更多相关Pandas loc和iloc函数用法内容请搜索易知道(ezd.cc)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易知道(ezd.cc)！