聊聊Python pandas 中l(wèi)oc函數(shù)的使用,及跟iloc的區(qū)別說(shuō)明

loc和iloc的意思

首先，loc是location的意思，和iloc中i的意思是指integer，所以它只接受整數(shù)作為參數(shù)，詳情見(jiàn)下面。

loc和iloc的區(qū)別及用法展示

1.區(qū)別

loc works on labels in the index.
iloc works on the positions in the index (so it only takes integers).

2.用法展示

首先創(chuàng)建一個(gè)dataframe：

1）loc為Selection by Label函數(shù)，即為按標(biāo)簽取數(shù)據(jù)，標(biāo)簽是什么，就是上面的'0'~‘4', ‘A'~‘B'。

例如第一個(gè)參數(shù)選擇index，第二個(gè)參數(shù)選擇column，如下圖：

建議寫(xiě)df.loc[0, :]，這樣可以清楚的看出為第0行的所有記錄，同樣如果取第'A'列的所有記錄，可以寫(xiě)df.loc[:, ‘A']，如下圖：

:表示所有，[]里邊為先行后列。

2）iloc函數(shù)為Selection by Position，即按位置選擇數(shù)據(jù)，即第n行，第n列數(shù)據(jù)，只接受整型參數(shù)

記住，0:2為左閉右開(kāi)區(qū)間，即取0，1，如下圖：

若要取第一列的所有數(shù)據(jù)，則為df.iloc[:, 0]，記住不接受'A'作為參數(shù)，如下圖：

補(bǔ)充：只需一個(gè)例子幫你搞清并記住python loc和iloc

幫你區(qū)分python loc和iloc

最基本的概念loc通常用于行標(biāo)簽和列標(biāo)簽，iloc通常直接用于行序號(hào)和列序號(hào)，具體舉個(gè)例子幫助大家理解。

創(chuàng)建一個(gè)以abcd為索引，四行三列的Dataframe。

df = pd.DataFrame({'number':[10,20,30,20],
     '科目':['語(yǔ)文','數(shù)學(xué)','英語(yǔ)','化學(xué)'],
     '名稱':['小米','華為','蘋(píng)果','聯(lián)想']},index=['a','b','c','d'])
print(df)

結(jié)果如圖所示 ：

先來(lái)看loc：

print(df.loc['a':'c'])
print(df.loc[['a','c']])
print(df.loc[:'c'])

分別輸出a行到c行；a行和c行；a行到c行。

如圖所示：

還可以設(shè)置取出某幾行某幾列：

print(df.loc[:'c',['number','科目']])

結(jié)果如下圖所示：取出a到c行的number和科目列。

如下圖所示：

loc基本用法就這些。實(shí)際上iloc用法和loc差不多，但iloc不是直接取已有索引。而是默認(rèn)索引就是1，2，3，4~~~

同樣的我們用iloc做下上述操作。

print(df.iloc[0:3])
print(df.iloc[[0,2]])
print(df.iloc[:3])

結(jié)果同樣如上圖所示：

用iloc取出a到c行的number和科目列：

print(df.iloc[0:3,[0,1]])

結(jié)果如下圖所示：

我相信讀到這里大家應(yīng)該就理解了它們的用法。最后再提醒大家一下，loc不管行還是列調(diào)用的都是Dataframe自身的行標(biāo)簽和列標(biāo)簽。

而iloc調(diào)用的是行[1，2，3，4~]，列[1，2，3，4]。

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。