本文共 710 字，大约阅读时间需要 2 分钟。

Pandas之iloc、loc

Pandas提供了两个强大的函数loc和iloc，用于对DataFrame进行行或列的数据选择。以下是两者的主要区别和使用方法。

loc函数：通过行标题（行标签）来选择特定行的数据。这种方法非常灵活，适用于对数据进行行筛选或单行/多行数据的提取。

iloc函数：通过行索引（行号）来选择特定行的数据。这种方法基于数据的位置索引，适用于对特定行或多行数据的提取，尤其在需要通过数据位置进行操作时非常有用。

以下是通过代码示例来理解两者的区别：

import numpy as np
import pandas as pd
# 创建一个DataFrame
data = pd.DataFrame(np.arange(25).reshape(5,5), index=list('major'), columns=list('MAJOR'))

观察数据结构

data.head()

使用loc函数获取特定行

data.loc['m']

使用iloc函数获取特定行

# 取第一行数据
data.iloc[0]
# 取第0列所有行
data.iloc[:, [0]]
# 取第0和4列所有行
data.iloc[:, [0, 3]]
# 提取第0、1行，第0、1列中的数据
data.iloc[[0,1], [0,1]]
# 获取指定范围的列区域
data.iloc[:, 0:3]
# 获取指定范围的行区域
data.iloc[0:3, :]

通过上述代码示例可以看出，iloc函数支持多种灵活的索引方式，从单行到多行、单列到多列都能轻松实现。这种灵活性使得iloc函数在数据处理和分析中非常实用。

转载地址：http://opvfk.baihongyu.com/