2024年6月3日发(作者：)
pandas中loc和iloc函数
一、导言
Pandas是Python中最常用的数据处理库之一，它提供了丰富的数
据操作和分析工具。在Pandas中，loc和iloc函数是两个十分重
要且常用的函数，它们用于数据的定位和选择。本文将详细介绍这
两个函数的用法和区别，并通过实例演示它们的应用。
二、loc函数
loc函数是Pandas中用于通过标签定位和选择数据的函数。它的基
本语法是：[row_index, column_index]。其中，
row_index表示需要选择的行标签，column_index表示需要选择
的列标签。
1. 选择行
通过loc函数可以根据行标签选择特定的行数据。例如，我们有一
个数据框df，其中包含了学生的姓名、年龄和成绩信息。我们可以
使用loc函数选择姓名为"张三"的学生的所有信息：
```python
[df['姓名'] == '张三']
```
2. 选择列
除了选择行，loc函数还可以用于选择特定的列数据。例如，我们可
以使用loc函数选择"年龄"和"成绩"两列的数据：
```python
[:, ['年龄', '成绩']]
```
3. 选择特定行和列
如果需要同时选择特定的行和列数据，可以使用loc函数的两个参
数进行选择。例如，我们可以选择"年龄"大于18岁的学生的"姓名"
和"成绩"：
```python
[df['年龄'] > 18, ['姓名', '成绩']]
```
三、iloc函数
iloc函数是Pandas中用于通过位置定位和选择数据的函数。它的
基本语法是：[row_index, column_index]。其中，
row_index表示需要选择的行位置，column_index表示需要选择
的列位置。
1. 选择行
通过iloc函数可以根据行位置选择特定的行数据。例如，我们可以
使用iloc函数选择第一行的数据：
```python
[0]
```
2. 选择列
除了选择行，iloc函数还可以用于选择特定的列数据。例如，我们
可以使用iloc函数选择第二列的数据：
```python
[:, 1]
```
3. 选择特定行和列
如果需要同时选择特定的行和列数据，可以使用iloc函数的两个参
数进行选择。例如，我们可以选择第1行到第3行的数据和第2列
到第4列的数据：
```python
[0:3, 1:4]
```
四、loc函数与iloc函数的区别
1. 定位方式不同
loc函数是通过标签进行定位和选择数据，而iloc函数是通过位置
进行定位和选择数据。因此，在使用时需要注意选择的方式。
2. 切片方式不同
在选择特定行和列数据时，loc函数是闭区间，而iloc函数是开区
间。例如，使用loc函数选择第1行到第3行的数据时，包含第3
行；而使用iloc函数选择第1行到第3行的数据时，不包含第3行。
3. 选择结果不同
使用loc函数选择的结果是包含标签的数据框，而使用iloc函数选
择的结果是不包含标签的数据框。因此，在使用结果时需要注意。
五、总结
本文介绍了Pandas中loc和iloc函数的用法和区别。通过loc函
数，我们可以通过标签定位和选择数据，可以选择特定的行和列，
也可以同时选择特定的行和列；通过iloc函数，我们可以通过位置
定位和选择数据，同样可以选择特定的行和列，也可以同时选择特
定的行和列。这两个函数在数据处理和分析过程中非常有用，帮助
我们快速定位和选择需要的数据。
发布者：admin，转转请注明出处：http://www.yc00.com/web/1717393944a2737992.html
评论列表（0条）