Python Pandas中loc和iloc函数的基本用法讲解

89542767 发布于2022-11-15 13:35 / 664人阅读

　　Python Pandas的主要左右是解决大量的数据，快速的对数据去进行批量的处理，大大提高工作的效率。那么，里面的loc和iloc函数，具体是怎么进行使用呢？怎么知道每个函数的基本用法呢？下面小编就给大家详细的解答下。

　　1 loc和iloc的含义

　　loc表示location的意思；iloc中的loc意思相同，前面的i表示integer，所以它只接受整数作为参数。

　　2用法

　　import pandas as pd
　　import numpy as np
　　#np.random.randn(5,2)表示返回5x2的矩阵，index表示行的编号，columns表示列的编号
　　df=pd.DataFrame(np.random.randn(5,2),index=range(0,5,1),columns=list('AB'))
　　print(df)

　　打印df的结果：

　　2.1 loc函数的用法

　　loc表示通过标签取数据，标签就是上面的‘0’-‘4’和‘A’-‘B’。

　　print(df.loc[0])

   print(df.loc[0,:])

　　print(df.loc[0:2,'A'])

　　2.2 iloc函数的用法

　　iloc函数表示通过位置取数据，即第m行，第n列数据，只接受整型参数。记住：0:2为“包左不包右”，即取0,1。

   print(df.iloc[0,:])

　　print(df.iloc[:,0])

　　print(df.iloc[0:2,:])

　　补充：Pandas中loc和iloc函数实例

　　利用loc、iloc提取行数据
　　import numpy as np
　　import pandas as pd
　　#创建一个Dataframe
　　data=pd.DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('ABCD'))
　　In[1]:data
　　Out[1]:
　　A B C D
　　a 0 1 2 3
　　b 4 5 6 7
　　c 8 9 10 11
　　d 12 13 14 15
　　#取索引为'a'的行
　　In[2]:data.loc['a']
　　Out[2]:
　　A 0
　　B 1
　　C 2
　　D 3
　　#取第一行数据，索引为'a'的行就是第一行，所以结果相同
　　In[3]:data.iloc[0]
　　Out[3]:
　　A 0
　　B 1
　　C 2
　　D 3

　　loc函数：通过行索引“Index”中的具体值来取行数据（如取"Index"为"A"的行）

　　iloc函数：通过行号来取行数据（如取第二行的数据）

　　利用loc、iloc提取列数据

　　In[4]:data.loc[:,['A']]#取'A'列所有行，多取几列格式为data.loc[:,['A','B']]
　　Out[4]:
　　A
　　a 0
　　b 4
　　c 8
　　d 12
　　In[5]:data.iloc[:,[0]]#取第0列所有行，多取几列格式为data.iloc[:,[0,1]]
　　Out[5]:
　　A
　　a 0
　　b 4
　　c 8
　　d 12

　　综上所述，这篇文章就给大家介绍到这里，希望可以给大家带来帮助。

服务器托管云服务器 python中for的用法 python中input的用法 python函数用法 fread函数的用法

文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。

转载请注明本文地址：https://www.ucloud.cn/yun/128351.html

pandas索引函数loc和iloc的区别

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 npimport pandas as pddf = pd.DataFrame({Fruits:[apple,pear,banana,wat...

liangdas 2021-09-27 13:36 评论0 收藏0
Python Pandas读取修改excel操作攻略

环境:python 3.6.8 以某米赛尔号举个例子吧: showImg(https://segmentfault.com/img/bVboqzz?w=396&h=215);showImg(https://segmentfault.com/img/bVboqzA?w=362&h=216); >>> pd.read_excel(1.xlsx, sheet_name=Sheet2) 名字 ...

frolc 2019-07-31 10:04 评论0 收藏0
还在抱怨pandas运行速度慢？这几个方法会颠覆你的看法

摘要：它还使用执行所谓的链式索引，这通常会导致意外的结果。但这种方法的最大问题是计算的时间成本。这些都是一次产生一行的生成器方法，类似中使用的用法。在这种情况下，所花费的时间大约是方法的一半。根据每小时所属的应用一组标签。作者：xiaoyu 微信公众号：Python数据科学知乎：python数据分析师 showImg(https://segmentfault.com/img/bVboe...

keelii 2019-07-31 10:03 评论0 收藏0
Pandas之旅（一): 让我们把基础知识一次撸完，申精干货

为什么你需要pandas 大家好，今天想和大家分享一下有关pandas的学习新的，我因工作需要，从去年12月开始接触这个非常好用的包，到现在为止也是算是熟悉了一些，因此发现了它的强大之处，特意想要和朋友们分享，特别是如果你每天和excel打交道，总是需要编写一些vba函数或者对行列进行groupby啊，merge，join啊之类的，相信我，pandas会让你解脱的。好啦，闲话少说，这篇文章的基础...

tuomao 2019-07-31 10:07 评论0 收藏0
数据科学库pandas笔记1

摘要：上海本科年广州硕士年广州本科应届毕业生北京本科年北京本科年上海本科年广州硕士年广州本科应届毕业生当然，如果想看尾部的数据，可以用函数，它默认显示尾部的行，与相反。数据结构之DataFrame pandas中有两种数据结构Series和DataFrame,Series类似于Numpy中的一维数组，这里就不详细记录了。主要记录下DataFrame的常见使用。 DataFrame是一个表格...

caiyongji 2019-07-31 10:22 评论0 收藏0