时间:2021-05-23
loc和iloc的意思
首先,loc是location的意思,和iloc中i的意思是指integer,所以它只接受整数作为参数,详情见下面。
loc和iloc的区别及用法展示
首先创建一个dataframe:
1)loc为Selection by Label函数,即为按标签取数据,标签是什么,就是上面的'0'~‘4', ‘A'~‘B'。
例如第一个参数选择index,第二个参数选择column,如下图:
建议写df.loc[0, :],这样可以清楚的看出为第0行的所有记录,同样如果取第'A'列的所有记录,可以写df.loc[:, ‘A'],如下图:
:表示所有,[]里边为先行后列。
2)iloc函数为Selection by Position,即按位置选择数据,即第n行,第n列数据,只接受整型参数
记住,0:2为左闭右开区间,即取0,1,如下图:
若要取第一列的所有数据,则为df.iloc[:, 0],记住不接受'A'作为参数,如下图:
补充:只需一个例子帮你搞清并记住python loc和iloc
最基本的概念loc通常用于行标签和列标签,iloc通常直接用于行序号和列序号,具体举个例子帮助大家理解。
创建一个以abcd为索引,四行三列的Dataframe。
df = pd.DataFrame({'number':[10,20,30,20], '科目':['语文','数学','英语','化学'], '名称':['小米','华为','苹果','联想']},index=['a','b','c','d'])print(df)结果如图所示 :
先来看loc:
print(df.loc['a':'c'])print(df.loc[['a','c']])print(df.loc[:'c'])分别输出a行到c行;a行和c行;a行到c行。
如图所示:
还可以设置取出某几行某几列:
print(df.loc[:'c',['number','科目']])结果如下图所示:取出a到c行的number和科目列。
如下图所示:
loc基本用法就这些。实际上iloc用法和loc差不多,但iloc不是直接取已有索引。而是默认索引就是1,2,3,4~~~
同样的我们用iloc做下上述操作。
print(df.iloc[0:3])print(df.iloc[[0,2]])print(df.iloc[:3])结果同样如上图所示:
用iloc取出a到c行的number和科目列:
print(df.iloc[0:3,[0,1]])结果如下图所示:
我相信读到这里大家应该就理解了它们的用法。最后再提醒大家一下,loc不管行还是列调用的都是Dataframe自身的行标签和列标签。
而iloc调用的是行[1,2,3,4~],列[1,2,3,4]。
以上为个人经验,希望能给大家一个参考,也希望大家多多支持。如有错误或未考虑完全的地方,望不吝赐教。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
Pandas库十分强大,但是对于切片操作iloc,loc和ix,很多人对此十分迷惑,因此本篇博客利用例子来说明这3者之一的区别和联系,尤其是iloc和loc。对
Pandas库中有iloc和loc以及ix可以用来索引数据,抽取数据。但是方法一多也容易造成混淆。下面将一一来结合代码说清其中的区别。1.iloc和loc的区别
pandas中一个很便捷的使用方法通过loc、iloc、ix等索引方式,这里记录一下:df.loc[条件,新增列]=赋初始值如果新增列名为已有列名,则在原来的数
在操作DataFrame时,肯定会经常用到loc,iloc,at等函数,各个函数看起来差不多,但是还是有很多区别的,我们一起来看下吧。首先,还是列出一个我们用的
今天发现用pandas里面的数据结构可以减少大量的编程工作,从现在开始逐渐积累,记录一下:使用标签选取数据:df.loc[行标签,列标签]df.loc['a':