目录

• 前言
• 1、直接使用行或者列标签
• 2、loc函数
• 3、iloc函数
• 总结

前言

使用pandas进行数据分析的时候，我们经常需要对DataFrame的行或者列进行索引。使用pandas进行索引的方法主要有三种：直接使用行或者列标签、loc函数和iloc函数。

 举个简单的例子：

import numpy as np
import pandas as pd
df = pd.DataFrame({"Fruits":["apple","pear","banana","watermelon"],"Price":[1.2,1.4,2.3,4.2],"Sales":[11,45,25,16]})
df

生成的DataFrame如下所示：

Fruits Price Sales 0 apple 1.2 11 1 pear 1.4 45 2 banana 2.3 25 3 watermelon 4.2 16

1、直接使用行或者列标签

假如我们要选取df的Fruits和Price两列，则

df[['Fruits','Price']]

Fruits Price 0 apple 1.2 1 pear 1.4 2 banana 2.3 3 watermelon 4.2

假如我们要选取df的第2、3行，则

df[2:4]

Fruits Price Sales 2 banana 2.3 25 3 watermelon 4.2 16

2、loc函数

loc函数是基于行标签和列标签进行索引的，其基本用法为：

DataFrame.loc[行标签,列标签]

假如我们要选取df的第2、3行和Price、Sales对应的列，则

df[2:3,'Price':'Sales']

Price Sales 2 2.3 25 3 4.2 16

假如我们要选取所有的行和Fruits、Sales对应的列，则

df.loc[:,['Fruits','Sales']]

Fruits Sales 0 apple 11 1 pear 45 2 banana 25 3 watermelon 16

3、iloc函数

iloc函数是基于行和列的位置进行索引的，索引值从0开始，并且得到的结果不包括最后一个位置的值，其基本用法为：

DataFrame.iloc[行位置,列位置]

假如我们要选取df的第2、3行和第1、2列，则

df.iloc[2:4,1:3]

Price Sales 2 2.3 25 3 4.2 16

假如我们要选取所有的行和第0、2列，则

df.iloc[:,[0,2]]

Fruits Sales 0 apple 11 1 pear 45 2 banana 25 3 watermelon 16

总结

到此这篇关于python pandas中索引函数loc和iloc区别的文章就介绍到这了,更多相关pandas索引函数loc和iloc内容请搜索hwidc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hwidc！

【文章原创作者：http://www.1234xp.com/shsgf.html转载请保留出处】