pandas常用操作详解——.loc与.iloc函数的使用及区别

 

loc与iloc功能介绍：数据切片。通过索引来提取数据集中相应的行数据or列数据（可以是多行or多列）

总结：

不同：
1. loc函数通过调用index名称的具体值来取数据
2. iloc函数通过行序号来取数据
3. 取多行数据时iloc不包含末尾
4. 对数据进行筛选使用loc函数，当使用loc函数时，如果index不具有特定意义，而且重复，那么提取的数据需要进一步处理,可用.reset_index()函数重置index
相同：
1. []中无逗号时，默认取行

 

举例说明：

 

#构建数据集
df1=pd.DataFrame(np.arange(1,33).reshape(8,4),columns=list('ABCD'),index=list('abcdefgh'))

 

 

"1.提取行数据"
#提取某行数据
df1.loc['a']
df1.iloc[0]

 

#提取多行数据
#这里注意：.loc包含末尾'f'行，.iloc不包含末尾第【5】行
df1.loc['a':'f']

 

df1.iloc[0:5]

 

"2.提取列数据"
#提取一列数据
df1.loc[:,'A']
df1.iloc[:,0]

 

 

#提取多列数据
df1.loc[:,'A':'C']

 

df1.iloc[:,0:2]

"3.提取某一块的数据（多行多列）"
df1.loc['a':'e','A':'C']

 

df1.iloc[0:4,0:2]

 

 

"4.根据筛选条件提取符合条件数据所在的行，使用loc函数"
df1.loc[df1['A']==9]#提取A列中数字为9所在的行
df1[df1['A'].isin([9])] #与上一行语句结果相同，使用isin()函数