快捷導(dǎo)航

python?pandas如何使用loc和iloc讀取行數(shù)據(jù)或列數(shù)據(jù)

更新時(shí)間：2023年10月13日 11:26:54 作者：不忘初欣丶

這篇文章主要給大家介紹了關(guān)于python?pandas如何使用loc和iloc讀取行數(shù)據(jù)或列數(shù)據(jù)的相關(guān)資料,在學(xué)習(xí)機(jī)器學(xué)習(xí)的過(guò)程中對(duì)數(shù)據(jù)進(jìn)行預(yù)處理時(shí)避免不了需要使用Pandas進(jìn)行大量操,需要的朋友可以參考下

一、使用loc方法讀取數(shù)據(jù)

loc：按照標(biāo)簽值（列明和行索引取值）來(lái)訪(fǎng)問(wèn)，支持單值訪(fǎng)問(wèn)或切片查詢(xún)，還可以指定返回列變量

1.1 讀取某行某列的值

# 1. 讀取第二行，第二行的名稱(chēng)是"1"
df1= df.loc[1]
'''
name         李四
age          21
gender        1
stature     189
year       2002
Name: 1, dtype: object
'''
# 2. 讀取第二列，第二列的列名是 age
df2 = df.loc[ : ,"age"]
'''
0    20
1    21
2    22
3    23
Name: age, dtype: int64
'''
# 3. 同時(shí)讀取某個(gè)值，讀取行號(hào)為2，列名為name的值
df3 = df.loc[2, 'name']
# '王五'

1.2 讀取某個(gè)區(qū)域

# 讀取第1行到第2行，age列到 stature列這個(gè)區(qū)域內(nèi)的值
df4 = df.loc[ 1:2, "age":"stature"]
df4

1.3 按照條件篩選

單條件篩選

# 單個(gè)條件篩選：讀取年齡大于20的人
df5 = df.loc[ df.age > 20]

多條件篩選

# 多個(gè)條件篩選：讀取年齡大于20的人并且stature大于180的人
df5 = df.loc[(df.age > 20) & (df.stature> 180)]
df5

條件+切片

# 讀取年齡大于20的人,且只顯示name和stature
df5 = df.loc[ df.age > 20, ['name', 'stature']]
df5

二. 使用iloc方法讀取數(shù)據(jù)

iloc：通過(guò)行索引和列索引位置（數(shù)字索引）來(lái)訪(fǎng)問(wèn)，支持單值訪(fǎng)問(wèn)或切片查詢(xún)

2.1 讀取某行某列的值

# 1. 讀取第二行的值，第一行從0開(kāi)始
df1= df.iloc[1]
'''
name         李四
age          21
gender        1
stature     189
year       2002
Name: 1, dtype: object
'''
# 2. 讀取第二列，第一列從0開(kāi)始
df2 = df.iloc[ : , 1]
'''
0    20
1    21
2    22
3    23
Name: age, dtype: int64
'''
# 3. 同時(shí)讀取某個(gè)值，讀取第3行，第1列的值。第一列從0開(kāi)始
df3 = df.iloc[2, 0]
# '王五'

2.2 讀取某個(gè)區(qū)域的數(shù)據(jù)

# 讀取第2、3行，第3、4列
df1 = df.iloc[1:3, 2:4]
df1

總結(jié)

到此這篇關(guān)于python pandas如何使用loc和iloc讀取行數(shù)據(jù)或列數(shù)據(jù)的文章就介紹到這了,更多相關(guān)pandas loc和iloc讀取行列數(shù)據(jù)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！

您可能感興趣的文章: