python数据分析基础之pandas中loc()与iloc()的介绍与区别介绍
前言
我们经常在寻找数据的某行或者某列的时常用到Pandas中的两种方法iloc和loc，两种方法都接收两个参数，第一个参数是行的范围，第二个参数是列的范围。
一、loc[]函数
loc：
- 接收的是行、列的名称或标签。
- 在切片是按闭区间切片，也就是区间两边都能取到。
二、iloc[]函数
iloc：
- 接收的是行、列的索引位置（下标，从0开始）。
- 按传统的左闭右开的的方式切片。
三、详细用法
创建用于测试的数据表dataframe：
import pandas as pd
data={'state':['Ohio','Ohio','Ohio','Nevada','Nevada'],
'year':[2000,2001,2002,2001,2002],
'pop':[1.5,1.7,3.6,2.4,2.9]}
frame=pd.DataFrame(data)
frame.index=list('abcde')
frame
loc方法
1、单个行名/列名 或 行名/列名的列表
要求：读取第2行，行名为’b’。
frame.loc['b']
注意： 上面这种写法，运行"print(type(frame.loc[‘b’]))"可以知道返回的是<class ‘pandas.core.series.Series’>对象，如果要<class ‘pandas.core.frame.DataFrame’>对象可以改成frame.loc[[‘b’]]。
frame.loc[['b']]
要求：取第1、2列的第2与第5行，第1、2列的列名分别为’state’与’year’，第2、5行的行名分别为’b’和’e’。
frame.loc[['b','e'],['state','year']]
2、列名/行名的切片
要求：读取第2列，列名为’year’。
frame.loc[:,'year'] #返回的是<class 'pandas.core.series.Series'>对象。
frame.loc[:,['year']] #返回的是<class 'pandas.core.frame.DataFrame'>对象。
要求：取第2行第3列，第2行行名为’b’，第3列列名为’pop’。
frame.loc['b','pop']
要求：读取dataframe某个区域，比如第3列的第2到第5行，第3列为"pop"列，第2到第5行即b行到e行。
frame.loc['b':'e','pop'] #返回的是<class 'pandas.core.series.Series'>对象。
frame.loc['b':'e',['pop']] #返回的是<class 'pandas.core.frame.DataFrame'>对象。
要求：取第1、2列的第2到第5行，第1、2列的列名分别为’state’和’yea‘列，第2、5行的行名为’b’和‘e’行。
frame.loc['b':'e','state':'year'] #返回的是<class 'pandas.core.frame.DataFrame'>对象。
3、返回布尔型列表的表达式（判断或函数）
要求：根据判断条件读取，取第3列大于2的。
frame.loc[frame['pop']>2,'pop'] #返回的是<class 'pandas.core.series.Series'>对象。
frame.loc[frame['pop']>2,['pop']] #返回的是<class 'pandas.core.frame.DataFrame'>对象。
要求：根据函数读取，取第3列大于2的所有行与列。
frame.loc[lambda x: x['pop']>2]
iloc方法
1、单个下标 或 若干下标构成的列表，从0开始。
要求：取第2行的值。
frame.iloc[1]
注意： 上面这种写法，运行"print(type(frame.iloc[1]]))"可以知道返回的是<class ‘pandas.core.series.Series’>对象，如果要<class ‘pandas.core.frame.DataFrame’>对象可以改成frame.iloc[[1]]。
frame.iloc[[1]]
要求：取第1、2列的第2与第5行。
frame.iloc[[1,4],[0,1]]
2、下标的切片
要求：取第2列的值。
frame.iloc[:,1] #返回的是<class 'pandas.core.series.Series'>对象。
frame.iloc[:,[1]] #返回的是<class 'pandas.core.frame.DataFrame'>对象。
要求：取第2行第3列
frame.iloc[1,2]
要求：读取dataframe某个区域，比如第3列的第2到第5行。
frame.iloc[1:5,2] #返回的是<class 'pandas.core.series.Series'>对象。
frame.iloc[1:5,[2]] #返回的是<class 'pandas.core.frame.DataFrame'>对象。
要求：取第1、2列的第2到第5行。
frame.iloc[1:5,0:2] #因为是.iloc[]中用:表示从第几行/列到第几行/列是左闭右开的的方式，因此这里下标3表示第四行与第四列是取不到的。 frame.iloc[[1,2,3,4],[0,1]] #第二种写法
3、可以返回合理值的函数
要求：当DataFrame的index是整数，取index为偶数的记录。
import pandas as pd
data={'state':['Ohio','Ohio','Ohio','Nevada','Nevada'],
'year':[2000,2001,2002,2001,2002],
'pop':[1.5,1.7,3.6,2.4,2.9]}
frame=pd.DataFrame(data)
frame
frame.iloc[lambda x: x.index % 2 == 0]
总结
共同点
- 两者都接收两个参数，第一个参数是行的范围，第二个参数是列的范围。
- 两者都可以有行索引值没有列索引值，但有列索引值前必须得有行索引值，但loc[]行索引值只能为名称形式来取，不能按下标形式来取。iloc[]则相反。
取第三列，无论使用loc[]函数还是iloc[]函数，如果没有行索引都会报错。
frame.loc['pop'] frame.loc[,'pop'] frame.iloc[,3]
不同点
1、loc[]函数接收的是行/列的名称（可以是整数或者字符），iloc[]函数接收的是行/列的下标（从0开始），不能是字符。
2、loc[]函数在切片时是按闭区间切片的，也就是区间两边都能取到，iloc[]函数则是按传统的左闭右开的方式切片的。
参考文章：
https://blog.csdn.net/weixin_43298886/article/details/112632237
https://blog.csdn.net/Leon_Kbl/article/details/97492966
到此这篇关于python数据分析基础之pandas中loc()与iloc()的介绍与区别的文章就介绍到这了,更多相关python pandas中loc()与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！
相关文章
在Python中find()函数用于检测字符串中是否包含子字符串sub,如果指定start(开始)和end(结束)范围,则检查是否包含在指定范围内,这篇文章主要给大家介绍了关于Python中find函数的详细使用方法,需要的朋友可以参考下2023-05-05
在python中使用requests 模拟浏览器发送请求数据的方法
今天小编就为大家分享一篇在python中使用requests 模拟浏览器发送请求数据的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-12-12
这篇文章主要为大家介绍了python爬虫通过增加多线程获取数据实现过程解析，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2023-06-06
iloc是Pandas中用于基于整数位置进行索引和切片的方法,本文主要介绍了pandas中iloc函数的具体实现,具有一定的参考价值,感兴趣的可以了解一下2024-06-06
这篇文章主要介绍了python 教程实现 turtle绘制海龟绘图，文章基于python的相关资料展开turtle绘制海龟绘图的详细内容，需要的小伙伴可以参考一下2022-05-05
这篇文章主要为大家介绍了python return实现汇率转换器教程示例详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2022-06-06
这篇文章主要介绍了使用numpy nonzero 找出非0元素的方法，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
这篇文章主要介绍了深度学习入门之Pytorch 数据增强的实现，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2020-02-02
在本篇文章里小编给大家整理的是一篇关于Python中logging模块相关知识点内容，有兴趣的朋友们可以参考下。2020-06-06
下面小编就为大家带来一篇基于python爬虫数据处理(详解)。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-06-06
最新评论