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
Python使用matplotlib.pyplot as plt绘图图层优先级问题
这篇文章主要介绍了Python使用matplotlib.pyplot as plt绘图图层优先级问题.文章围绕主题展开详细内容需要的小伙伴可以参考一下2022-04-04
本篇文章主要介绍了Python单元测试unittest，详细的介绍了unittest的概念和简单的使用示例，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2018-12-12
本篇文章主要介绍了python实现快速排序的示例(二分法思想)，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-03-03
这篇文章主要介绍了dict()的操作方法,由于dict的很多方法跟list类似，所以在详细介绍dict的同时，也跟list做了对比，是篇非常不错的文章，有需要的朋友参考下2014-09-09
这篇文章主要介绍了Python 实现的 Google 批量翻译功能，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2019-08-08
这篇文章主要介绍了一行Python代码制作动态二维码的实现，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2019-09-09
为了方便使用和记忆,有时候我们会把numpy.loadtxt()缩写成np.loadtxt(),这篇文章主要给大家介绍了关于Python工程实践之np.loadtxt()读取数据的相关资料,需要的朋友可以参考下2023-07-07
本文主要介绍了numpy数组之读写文件的实现，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2023-02-02
Python Asyncio中Coroutines,Tasks,Future可等待对象的关系及作用
这篇文章主要介绍了Python Asyncio中Coroutines,Tasks,Future可等待对象的关系及作用，文章围绕主题展开详细的内容介绍，需要的小伙伴可以参考一下2022-06-06
modelform是django中基于已有的model,快速生成的具有form功能的一个模块,下面这篇文章主要给大家介绍了关于Django中ModelForm组件的简单配置与使用教程,需要的朋友可以参考下2022-10-10
最新评论