Pandas中df.loc[]与df.iloc[]的用法与异同

更新时间：2022年07月25日 09:32:19 作者：三头六臂的小白

本文主要介绍了Pandas中df.loc[]与df.iloc[]的用法与异同，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

官网资料:

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：

取数: 从dataframe中取一部分行与列的数据 (为主)
赋值: 给指定的行与列赋值 df.loc[xx,xx] = xx

输入参数注意：

方括号内的参数:

loc、iloc 方括号中,参数的排布模式为[行条件,列条件],当总体条件只有一个时候(最外层方括号内无逗号)，会按照：先行后列的方法来匹配对应的条件
默认会抛弃掉对应的dataframe格式，输出series，如果想保留dataframe格式，需要在条件外边加 ”[ ]”。

loc与iloc条件（行/列）相同之处：

单一元素(不包含list) str/int/slice 选取行时候，选取的是对应条件下的行 (series)
单一元素(不包含list) str/int/slice 选取列时候，选取的是对应条件下的列(series)
条件为list时候，选取的是一组对应的行（列）条件下的（dataframe数据）
布尔值的list/可与df对齐的series(布尔类型): 与index长度相同的话选择对应值为True的行，与列数相同的话，选取对应值为True 的列。
df的index的子集index2: 选取df中对应的index2的行
函数：输入为行/列series(外层有逗号)或者dataframe(外层无括号) 返回为对应输入的一个布尔值表，用来筛选对应的数据。

不同之处：

当对应的行/列标签为 int类型x时候，iloc表示对应的第x个 index或column，而loc 表示对应的index /column名称等于这个x。
对应的开闭区间不同 df.loc[1:5,1:5] 会有一个最多 5x5的df数据子集，而df.iloc[1:5,1:5] 会有最多4x4df数据子集，其中iloc的行/列切片不包含最后一个数（与range函数类似）

loc与iloc 实际用例:

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/列条件是对应的标签值在对应的范围内，[闭合，闭合] 区间
df.loc[2:5,2:5]
#   输出为:
#    2    4    5
#2    1    2    3
#3    4    5    6
#4    7    8    9
#5    11    12    13
 
# 选取index 为 2 的行里面的值
# 不推荐：df.loc[2] 下文省略
df.loc[2,:]
# 输出为  1,2,3,14 series类型
 
# 选取index 为 2 的行 保留dataframe类型
df.loc[[2],:] 
 
#选取对应列名为 2 的列
df.loc[:,2] 
# 这里 index 与 列名都是int类型，因此loc方括号中使用int类型，如果是其他类型，对应的数字要改成其他类型的数据，不能再用数字
 
# iloc 行/列条件是对应的标签或者列名的索引值在范围内，[闭合，开放) 区间
df.iloc[2:5,2:5]
# 输出为 
#    5     6
#4     9     10
#5     13     14
 
# 这里 索引是以0开始的，所有行的切片应该写作 0:5  也可以写作“ ：”
# iloc 数字类型来做筛选的
 
# 不管是loc 还是 iloc 都建议用[行条件,列条件] 来写，其中如果无需筛选可以用:来占位，表意明确。
# loc 匹配的是 index/列名的值 与对应的条件
# iloc 匹配的是 index/列名对应的索引号 与对应的条件

到此这篇关于Pandas中df.loc[]与df.iloc[]的用法与异同的文章就介绍到这了,更多相关Pandas df.loc[]与df.iloc[]内容请搜索脚本之家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脚本之家！

您可能感兴趣的文章:

PyTorch的深度学习入门教程之构建神经网络
这篇文章主要介绍了PyTorch的深度学习入门教程之构建神经网络，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2019-06-06
Python SQLAlchemy插入日期时间时区详解
SQLAlchemy是一个功能强大且流行的 Python 库,它提供了一种灵活有效的与数据库交互的方式,在本文中,我们将了解SQLAlchemy如何更新日期、时间和时区并将其插入数据库,感兴趣的可以了解下
2023-09-09
使用Kivy将python程序打包为apk文件
本文给大家分享的是使用Kivy将python程序打包为apk文件的方法，包括安装步骤及相关代码，有需要的小伙伴可以参考下
2017-07-07
Python模拟键盘输入自动登录TGP
这篇文章主要介绍了Python模拟键盘输入自动登录TGP的示例代码，帮助大家更好的理解和学习python，感兴趣的朋友可以了解下
2020-11-11
Python 取numpy数组的某几行某几列方法
这篇文章主要介绍了Python 取numpy数组的某几行某几列方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2019-10-10
关于PyCharm安装后修改路径名称使其可重新打开的问题
这篇文章主要介绍了关于PyCharm安装后修改路径名称使其可重新打开的问题,本文通过图文实例相结合给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2020-10-10
python实现飞机大战游戏
这篇文章主要为大家详细介绍了python实现飞机大战游戏，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2019-04-04
解决Python中的modf()函数取小数部分不准确问题
这篇文章主要介绍了解决Python中的modf()函数取小数部分不准确问题，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
2021-05-05
Python Pygame中精灵和碰撞检测详解
对于游戏中出现的每一样东西,比如砖块箱子水管地面,还有人物都可以看成是一个独立的物体,所以每个物体类都继承了pygame的精灵类pg.sprite.Sprite,这篇文章主要给大家介绍了关于Python Pygame中精灵和碰撞检测的相关资料,需要的朋友可以参考下
2021-10-10
Python数据处理篇之Sympy系列(五)---解方程
这篇文章主要介绍了Python数据处理篇之Sympy系列(五)---解方程,非常不错，具有一定的参考借鉴价值，需要的朋友可以参考下
2019-10-10