目錄

• 官網(wǎng)資料:
• 用 途：
• 輸入?yún)?shù)注意：
• loc與iloc 實(shí)際用例:

官網(wǎng)資料:

loc  :https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.loc.html
iloc  : https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.iloc.html

用 途：

• 取數(shù): 從dataframe中取 一部分行與列得數(shù)據(jù) (為主)
• 賦值: 給指定得 行與列賦值 df.loc[xx,xx] = xx

輸入?yún)?shù)注意：

方括號(hào)內(nèi)得參數(shù):

• loc、iloc 方括號(hào)中,參數(shù)得排布模式為[行條件,列條件],當(dāng)總體條件只有一個(gè)時(shí)候(最外層方括號(hào)內(nèi)無(wú)逗號(hào))，會(huì)按照：先行后列得方法來(lái)匹配對(duì)應(yīng)得條件
• 默認(rèn)會(huì)拋棄掉對(duì)應(yīng)得dataframe格式，輸出series，如果想保留dataframe格式，需要在條件外邊加 ”[ ]”。

loc與iloc條件（行/列）相同之處：

• 單一元素(不包含list) str/int/slice 選取行時(shí)候，選取得是對(duì)應(yīng)條件下得行 (series)
• 單一元素(不包含list) str/int/slice 選取列時(shí)候，選取得是對(duì)應(yīng)條件下得列(series)
• 條件為list時(shí)候，選取得是一組對(duì)應(yīng)得 行（列） 條件下得（dataframe數(shù)據(jù)）
• 布爾值得list/可與df對(duì)齊得series(布爾類(lèi)型): 與index長(zhǎng)度相同得話 選擇對(duì)應(yīng)值為T(mén)rue得行，與列數(shù)相同得話，選取對(duì)應(yīng)值為T(mén)rue 得列。
• df得index得子集index2: 選取df中對(duì)應(yīng)得index2得行
• 函數(shù)：輸入為行/列series(外層有逗號(hào))或者dataframe(外層無(wú)括號(hào)) 返回為對(duì)應(yīng)輸入得一個(gè)布爾值表，用來(lái)篩選對(duì)應(yīng)得數(shù)據(jù)。

不同之處：

• 當(dāng)對(duì)應(yīng)得行/列標(biāo)簽為 int類(lèi)型x時(shí)候，iloc表示對(duì)應(yīng)得第x個(gè) index或column，而loc 表示對(duì)應(yīng)得index /column名稱(chēng)等于這個(gè)x。
• 對(duì)應(yīng)得開(kāi)閉區(qū)間不同  df.loc[1:5,1:5] 會(huì)有一個(gè)最多 5x5得df數(shù)據(jù)子集，而df.iloc[1:5,1:5] 會(huì)有最多4x4df數(shù)據(jù)子集，其中iloc得行/列切片不包含最后一個(gè)數(shù)（與range函數(shù)類(lèi)似）

loc與iloc 實(shí)際用例:

df = pd.DataFrame([[1, 2,3,14], [4, 5,6,17], [7, 8,9,10],[11,12,13,14]],? ? ?index=[2,3,4,5],? ? ?columns=[2,4,5,6])??# loc 行/列條件是對(duì)應(yīng)得標(biāo)簽值在對(duì)應(yīng)得范圍內(nèi)，[閉合，閉合] 區(qū)間df.loc[2:5,2:5]# ? 輸出為:# ? ?2?? ?4?? ?5#2?? ?1?? ?2?? ?3#3?? ?4?? ?5?? ?6#4?? ?7?? ?8?? ?9#5?? ?11?? ?12?? ?13?# 選取index 為 2 得行里面得值# 不推薦：df.loc[2] 下文省略df.loc[2,:]# 輸出為 ?1,2,3,14 series類(lèi)型?# 選取index 為 2 得行 保留dataframe類(lèi)型df.loc[[2],:]??#選取對(duì)應(yīng)列名為 2 得列df.loc[:,2]?# 這里 index 與 列名都是int類(lèi)型，因此loc方括號(hào)中使用int類(lèi)型，如果是其他類(lèi)型，對(duì)應(yīng)得數(shù)字要改成其他類(lèi)型得數(shù)據(jù)，不能再用數(shù)字?# iloc 行/列條件是對(duì)應(yīng)得標(biāo)簽或者列名得索引值在范圍內(nèi)，[閉合，開(kāi)放) 區(qū)間df.iloc[2:5,2:5]# 輸出為?# ? ?5?? ? 6#4?? ? 9?? ? 10#5?? ? 13?? ? 14?# 這里 索引是以0開(kāi)始得，所有行得切片應(yīng)該寫(xiě)作 0:5 ?也可以寫(xiě)作“ ：”# iloc 數(shù)字類(lèi)型來(lái)做篩選得?# 不管是loc 還是 iloc 都建議用[行條件,列條件] 來(lái)寫(xiě)，其中如果無(wú)需篩選可以用:來(lái)占位，表意明確。# loc 匹配得是 index/列名得值 與對(duì)應(yīng)得條件# iloc 匹配得是 index/列名對(duì)應(yīng)得索引號(hào) 與對(duì)應(yīng)得條件

 到此這篇關(guān)于Pandas中df.loc[]與df.iloc[]得用法與異同 得內(nèi)容就介紹到這了,更多相關(guān)Pandas df.loc[]與df.iloc[]內(nèi)容請(qǐng)搜索之家以前得內(nèi)容或繼續(xù)瀏覽下面得相關(guān)內(nèi)容希望大家以后多多支持之家！