python pandas中索引函數(shù)loc和iloc的區(qū)別分析
前言
使用pandas進(jìn)行數(shù)據(jù)分析的時(shí)候，我們經(jīng)常需要對(duì)DataFrame的行或者列進(jìn)行索引。使用pandas進(jìn)行索引的方法主要有三種：直接使用行或者列標(biāo)簽、loc函數(shù)和iloc函數(shù)。
舉個(gè)簡(jiǎn)單的例子：
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：
| Fruits | Price | Sales | |
| 0 | apple | 1.2 | 11 |
| 1 | pear | 1.4 | 45 |
| 2 | banana | 2.3 | 25 |
| 3 | watermelon | 4.2 | 16 |
1、直接使用行或者列標(biāo)簽
假如我們要選取df的Fruits和Price兩列，則
df[['Fruits','Price']]
| Fruits | Price | |
| 0 | apple | 1.2 |
| 1 | pear | 1.4 |
| 2 | banana | 2.3 |
| 3 | watermelon | 4.2 |
假如我們要選取df的第2、3行，則
df[2:4]
| Fruits | Price | Sales | |
| 2 | banana | 2.3 | 25 |
| 3 | watermelon | 4.2 | 16 |
2、loc函數(shù)
loc函數(shù)是基于行標(biāo)簽和列標(biāo)簽進(jìn)行索引的，其基本用法為：
DataFrame.loc[行標(biāo)簽,列標(biāo)簽]
假如我們要選取df的第2、3行和Price、Sales對(duì)應(yīng)的列，則
df[2:3,'Price':'Sales']
| Price | Sales | |
| 2 | 2.3 | 25 |
| 3 | 4.2 | 16 |
假如我們要選取所有的行和Fruits、Sales對(duì)應(yīng)的列，則
df.loc[:,['Fruits','Sales']]
| Fruits | Sales | |
| 0 | apple | 11 |
| 1 | pear | 45 |
| 2 | banana | 25 |
| 3 | watermelon | 16 |
3、iloc函數(shù)
iloc函數(shù)是基于行和列的位置進(jìn)行索引的，索引值從0開(kāi)始，并且得到的結(jié)果不包括最后一個(gè)位置的值，其基本用法為：
DataFrame.iloc[行位置,列位置]
假如我們要選取df的第2、3行和第1、2列，則
df.iloc[2:4,1:3]
| Price | Sales | |
| 2 | 2.3 | 25 |
| 3 | 4.2 | 16 |
假如我們要選取所有的行和第0、2列，則
df.iloc[:,[0,2]]
| Fruits | Sales | |
| 0 | apple | 11 |
| 1 | pear | 45 |
| 2 | banana | 25 |
| 3 | watermelon | 16 |
總結(jié)
到此這篇關(guān)于python pandas中索引函數(shù)loc和iloc區(qū)別的文章就介紹到這了,更多相關(guān)pandas索引函數(shù)loc和iloc內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
- Python pandas中的iloc使用小結(jié)
- Pandas中的loc與iloc區(qū)別與用法小結(jié)
- pandas loc與iloc用法及區(qū)別
- python中pandas庫(kù)的iloc函數(shù)用法解析
- 一文秒懂pandas中iloc()函數(shù)
- Pandas庫(kù)中iloc[]函數(shù)的使用方法
- pandas loc iloc ix用法詳細(xì)分析
- 利用Pandas讀取某列某行數(shù)據(jù)之loc和iloc用法總結(jié)
- Python Pandas數(shù)據(jù)分析之iloc和loc的用法詳解
- pandas中.loc和.iloc以及.at和.iat的區(qū)別說(shuō)明
- pandas中iloc函數(shù)的具體實(shí)現(xiàn)
相關(guān)文章
這篇文章主要介紹了深入了解Python中pop和remove的使用方法，具有一定借鑒價(jià)值,需要的朋友可以參考下2018-01-01
for循環(huán)在Python中的工作原理詳細(xì)
for...in 是Python程序員使用最多的語(yǔ)句，for 循環(huán)用于迭代容器對(duì)象中的元素，這些對(duì)象可以是列表、元組、字典、集合、文件，甚至可以是自定義類或者函數(shù)，下面小編將舉例說(shuō)明,需要的朋友可以參考下2021-10-10
這篇文章主要介紹了python之os路徑被轉(zhuǎn)義的問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-02-02
python使用PIL把透明背景圖片轉(zhuǎn)成白色背景的示例代碼
當(dāng)我們?cè)诓杉恍﹫D片的時(shí)候,這些圖片的背景經(jīng)常是透明的,但是如何把透明背景轉(zhuǎn)成白色背景呢,接下來(lái)就給大家解決這個(gè)問(wèn)題,本文主要介紹了python使用PIL把透明背景圖片轉(zhuǎn)成白色背景,需要的朋友可以參考下2023-08-08
構(gòu)建高效的python requests長(zhǎng)連接池詳解
這篇文章主要介紹了構(gòu)建高效的python requests長(zhǎng)連接池詳解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-05-05
一行Python代碼制作動(dòng)態(tài)二維碼的實(shí)現(xiàn)
這篇文章主要介紹了一行Python代碼制作動(dòng)態(tài)二維碼的實(shí)現(xiàn)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-09-09
本文主要介紹了Selenium多窗口切換解決方案，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2022-07-07
在pycharm中為項(xiàng)目導(dǎo)入anacodna環(huán)境的操作方法
這篇文章主要介紹了在pycharm中為項(xiàng)目導(dǎo)入anacodna環(huán)境的操作方法,本文圖文并茂通過(guò)實(shí)例詳解的非常詳細(xì)，具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2020-02-02
Python圖像處理模塊ndimage用法實(shí)例分析
這篇文章主要介紹了Python圖像處理模塊ndimage用法,結(jié)合實(shí)例形式分析了Python圖像處理模塊ndimage基本功能及常見(jiàn)的圖形運(yùn)算操作實(shí)現(xiàn)技巧,需要的朋友可以參考下2019-09-09
Python3 venv搭建輕量級(jí)虛擬環(huán)境的步驟(圖文)
這篇文章主要介紹了Python3 venv搭建輕量級(jí)虛擬環(huán)境的步驟(圖文)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-08-08