网络编程
位置:首页>> 网络编程>> Python编程>> python pandas中索引函数loc和iloc的区别分析

python pandas中索引函数loc和iloc的区别分析

作者:hanyunkaka  发布时间:2021-08-31 21:44:21 

标签:pandas,索引函数,loc

前言

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 np
import pandas as pd
df = pd.DataFrame({"Fruits":["apple","pear","banana","watermelon"],"Price":[1.2,1.4,2.3,4.2],"Sales":[11,45,25,16]})
df

生成的DataFrame如下所示:


FruitsPriceSales
0apple1.211
1pear1.445
2banana2.325
3watermelon4.216

1、直接使用行或者列标签

假如我们要选取df的Fruits和Price两列,则


df[['Fruits','Price']]

FruitsPrice
0apple1.2
1pear1.4
2banana2.3
3watermelon4.2

假如我们要选取df的第2、3行,则


df[2:4]

FruitsPriceSales
2banana2.325
3watermelon4.216

2、loc函数

loc函数是基于行标签和列标签进行索引的,其基本用法为:


DataFrame.loc[行标签,列标签]

假如我们要选取df的第2、3行和Price、Sales对应的列,则


df[2:3,'Price':'Sales']

PriceSales
22.325
34.216

假如我们要选取所有的行和Fruits、Sales对应的列,则


df.loc[:,['Fruits','Sales']]

FruitsSales
0apple11
1pear45
2banana25
3watermelon16

3、iloc函数

iloc函数是基于行和列的位置进行索引的,索引值从0开始,并且得到的结果不包括最后一个位置的值,其基本用法为:


DataFrame.iloc[行位置,列位置]

假如我们要选取df的第2、3行和第1、2列,则


df.iloc[2:4,1:3]

PriceSales
22.325
34.216

假如我们要选取所有的行和第0、2列,则


df.iloc[:,[0,2]]

FruitsSales
0apple11
1pear45
2banana25
3watermelon16

来源:https://blog.csdn.net/hanyunkaka/article/details/120470899

0
投稿

猜你喜欢

手机版 网络编程 asp之家 www.aspxhome.com